Характеристики

Контекст: 512 токенов
Параметры: 74 208
Размер весов: 1 МБ
Архитектура: bert · dense
Опубликована: 29 мар 2023

Ссылки

tiny-random-BertModel

ЭмбеддингиТекст → embedding3 профессии

hf-tiny-model-private/tiny-random-BertModel — небольшая модель семейства BERT, опубликованная организацией hf-tiny-model-private на Hugging Face для внутреннего или тестового использования.

2 553скачиваний за 30 дней0лайковвеса обновлены29 мар 2023

Бенчмарки

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

Тесты пользователейпока нет

Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.

Добавьте модель в бенчмарк
Вместе с другими моделями категории «Эмбеддинги» — сравнение идёт внутри одной категории.
Опишите свои задачи
Напишите запросы, при необходимости приложите файлы и эталонные ответы.
Запустите и опубликуйте
Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

Открыть конструктор бенчмарка

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

В карточке она классифицирована как модель для извлечения признаков и предназначена для работы через библиотеку Transformers.

Модель поддерживает PyTorch и TensorFlow; для загрузки предлагаются AutoTokenizer и AutoModel. Судя по названию и назначению, это тестовая версия BertModel со случайными или непредобученными весами, поэтому она подходит главным образом для проверки интеграций, API, конвейеров обработки текста и получения демонстрационных представлений, но не для качественных прикладных задач без дополнительного обучения.

В доступной карточке отсутствуют надежные сведения о точном размере, архитектурных параметрах, максимальной длине контекста, языках, обучающих данных, результатах оценки и лицензии. Провайдеры инференса модель не размещают.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

II.4Разработка и данныеОтладка, тестирование и качество ПОAI помогает находить дефекты, строить проверки и повышать надёжность программного продукта.25 задач13 978моделей II.10Разработка и данныеРазработка и эксплуатация AI/ML-системAI помогает создавать, оценивать, развёртывать и контролировать AI/ML-системы на всём жизненном цикле.30 задач49 000моделей II.8Разработка и данныеИнженерия данных и аналитикаAI помогает готовить надёжные данные и превращать их в понятную аналитику.22 задачи23 488моделей

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Автор не опубликовал карточку модели.

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры: BertModel
Ревизия весов: 10bc6e1