Характеристики

Контекст: 514 токенов
Параметры: 152 млн
Лицензия: CC BY 4.0
Архитектура: roberta · dense
Опубликована: 7 мая 2023

Ссылки

Hugging Face

roberta-base-finetune-adversarial-qa

hoang14

Ответы на вопросыТекст → текст6 профессий

Дообученная RoBERTa для извлечения ответов на вопросы из текстового контекста.

47скачиваний за 30 дней0лайковвеса обновлены7 мая 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

hoang14/roberta-base-finetune-adversarial-qa — модель на базе RoBERTa, дообученная для ответов на вопросы. Она принимает текст вопроса и контекст и предназначена для извлечения ответа из предоставленного фрагмента текста. Архитектура — RobertaForQuestionAnswering, размер — 151,8 млн параметров, максимальная длина контекста — 514 токенов. Доступны веса в формате PyTorch.

Карточка не описывает обучающие данные, результаты оценки или известные ограничения качества. Модель распространяется по лицензии CC BY 4.0.

Сценарии применения

извлечение ответа из текста по вопросу
ответы на вопросы по документам и статьям
поиск конкретного факта в ограниченном текстовом фрагменте

Ограничения

Карточка не приводит результаты оценки, поэтому качество на конкретных данных не установлено. Максимальный контекст составляет 514 токенов.

Для каких профессий подходит6

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

I.1Универсальные способностиПоиск и навигация по информацииAI помогает находить нужные сведения и помогать человеку быстро переходить от вопроса к подтверждённому источнику.18 задач13 467моделей I.3Универсальные способностиИзвлечение и структурирование данныхAI помогает превращать разрозненные данные в структуру, пригодную для поиска, аналитики и автоматизации.18 задач25 791модель II.6Разработка и данныеДокументация и сопровождение разработкиAI помогает поддерживать понятную техническую документацию и ускорять передачу знаний.18 задач38 015моделей I.2Универсальные способностиСинтез, понимание и проверка знанийAI помогает сжимать, сопоставлять и критически проверять знания без потери существенного контекста.18 задач42 341модель

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

roberta-base-finetune-adversarial-qa

This model is a fine-tuned version of hoang14/roberta-base-finetune-adversarial-qa on the None dataset.

Model description

More information needed

Intended uses & limitations

More information needed

Training and evaluation data

More information needed

Training procedure

Training hyperparameters

The following hyperparameters were used during training:

learning_rate: 2e-05
train_batch_size: 14
eval_batch_size: 14
seed: 42
optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
lr_scheduler_type: linear
num_epochs: 1

Training results

Framework versions

Transformers 4.28.1
Pytorch 2.0.0+cu118
Datasets 2.12.0
Tokenizers 0.13.3

Как запустить

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

GPU в ailist

Универсальный рантайм · question-answering

Можно запустить

Подбираем GPU…

Класс архитектуры: RobertaForQuestionAnswering
Ревизия весов: 4884f7c