/ Модель

Характеристики

Контекст
512 токенов
Размер весов
266 МБ
Архитектура
distilbert · dense
Опубликована
11 мар 2023

distilbert-base-uncased-distilled-squad-ov-fp32

Ответы на вопросыТекст → текст6 профессий

Англоязычная DistilBERT-модель для извлечения ответов на вопросы из текста, преобразованная в OpenVINO для ускоренного инференса.

631скачиваний за 30 дней0лайковвеса обновлены11 мар 2023

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

Это модель HelenAI на базе distilbert-base-uncased-distilled-squad, преобразованная в формат OpenVINO для ускоренного инференса. Архитектура основана на DistilBERT и предназначена для extractive question answering: модель находит ответ на вопрос непосредственно во фрагменте переданного контекста. Модель работает с английским языком и поддерживает контекст длиной до 512 токенов.

Модель подходит для извлечения ответов из документов, поиска фактов в текстах и построения англоязычных систем вопросов и ответов. Формат OpenVINO и FP32 ориентированы на ускоренное выполнение в совместимой инфраструктуре Intel. Модель обучена для сценариев, подобных датасету SQuAD, поэтому её ответы ограничены содержимым предоставленного контекста и не предназначены для свободной генерации или достоверного ответа на вопросы, для которых в тексте нет информации. Лицензия в предоставленных данных не указана.

Сценарии применения

  • извлечение ответов из англоязычных документов
  • поиск фактов в тексте по вопросу
  • создание англоязычного FAQ-бота по базе документов
  • ответы на вопросы по контексту в системах поиска
  • извлечение сведений из веб-страниц и инструкций

Ограничения

Модель предназначена для извлечения ответа из предоставленного контекста и может ошибаться, если нужная информация отсутствует, сформулирована неоднозначно или выходит за пределы контекста длиной 512 токенов. Она рассчитана на английский язык и не предназначена для свободной генерации текста.

Для каких профессий подходит6

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

distilbert-base-uncased-distilled-squad

This is the distilbert-base-uncased-distilled-squad model converted to OpenVINO, for accellerated inference.

An example of how to do inference on this model:

from optimum.intel.openvino import OVModelForQuestionAnswering
from transformers import AutoTokenizer, pipeline

# model_id should be set to either a local directory or a model available on the HuggingFace hub.
model_id = "helenai/distilbert-base-uncased-distilled-squad-ov-fp32"
tokenizer = AutoTokenizer.from_pretrained(model_id)
model = OVModelForQuestionAnswering.from_pretrained(model_id)
pipe = pipeline("question-answering", model=model, tokenizer=tokenizer)
result = pipe("What is OpenVINO?", "OpenVINO is a framework that accelerates deep learning inferencing")
print(result)

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · question-answering

Нельзя запустить

В репозитории нет весов в формате PyTorch/safetensors.

Класс архитектуры
DistilBertForQuestionAnswering
Ревизия весов
a9da641

0 моделей