Характеристики
- Контекст
- 512 токенов
- Параметры
- 71 008
- Размер весов
- 1 МБ
- Архитектура
- roberta · dense
- Опубликована
- 29 мар 2023
Ссылки
tiny-random-RobertaModel
Крошечная тестовая модель RoBERTa для извлечения признаков и текстовых эмбеддингов в пайплайнах Transformers.
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.
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
hf-tiny-model-private/tiny-random-RobertaModel — небольшая модель семейства RoBERTa из набора HF tiny models, опубликованная на Hugging Face пользователем hf-tiny-model-private. Она предназначена для извлечения признаков из текста и получения текстовых представлений, а не для генерации текста или готовой классификации.
Модель содержит около 71 тыс. параметров, поддерживает контекст до 512 токенов и связана с библиотеками Transformers, PyTorch и TensorFlow. В метаданных также указана совместимость с text-embeddings-inference. Поддерживаемые естественные языки и отдельная лицензия по доступным данным не установлены.
Из-за крайне малого размера и обозначения tiny-random модель, вероятно, ориентирована на тестирование интеграций, конфигураций и пайплайнов RoBERTa, а не на качественное решение прикладных NLP-задач. На странице модели отсутствует model card, поэтому сведения о качестве, обучающих данных, бенчмарках и безопасном применении ограничены.
Сценарии применения
- тестирование пайплайна feature extraction
- проверка интеграции RoBERTa с Transformers
- генерация тестовых текстовых представлений
- проверка совместимости PyTorch и TensorFlow
- разработка и отладка inference-сервисов
Ограничения
Модель очень мала и помечена как tiny-random, поэтому не предназначена для получения качественных прикладных результатов. На странице отсутствует model card; сведения о качестве, данных обучения, бенчмарках и лицензии не установлены.
Для каких профессий подходит3
Разделы каталога профессий, в задачах которых используется эта модель
Карточка модели
README от автора на Hugging Face, как он его опубликовал
Автор не опубликовал карточку модели.
Как запустить
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм
Подбираем GPU…
- Класс архитектуры
- RobertaModel
- Ревизия весов
- dd6aa69