/ Модель

Характеристики

Контекст
514 токенов
Параметры
110 млн
Лицензия
MIT
Архитектура
xlm-roberta · dense
Опубликована
4 мар 2024

mMiniLMv2-L6-H384

ЭмбеддингиТекст → embedding9 профессий

Повторно опубликованная Multilingual MiniLM v2 для извлечения признаков и текстовых представлений в Transformers.

544скачиваний за 30 дней2лайкавеса обновлены4 мар 2024

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.

  1. Добавьте модель в бенчмарк

    Вместе с другими моделями категории «Эмбеддинги» — сравнение идёт внутри одной категории.

  2. Опишите свои задачи

    Напишите запросы, при необходимости приложите файлы и эталонные ответы.

  3. 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

mMiniLMv2-L6-H384 — повторная публикация Microsoft Multilingual MiniLM v2 пользователем hotchpotch для более удобного использования через библиотеку Transformers. Это плотная модель семейства XLM-RoBERTa с 110,2 млн параметров, предназначенная для извлечения признаков из текста. Максимальная длина контекста составляет 514 токенов. Репозиторий содержит веса в формате safetensors.

Модель можно использовать как основу для получения текстовых представлений в мультиязычных сценариях. README указывает на предварительно обученную Multilingual MiniLM v2; языки отдельно не перечислены. Модель распространяется по лицензии MIT. Авторы просят указывать авторство оригинальной модели.

Сценарии применения

  • извлечение векторных представлений текста
  • подготовка признаков для классификатора текста
  • получение представлений предложений для поиска
  • представление мультиязычных текстов для последующей обработки

Ограничения

Максимальная длина контекста — 514 токенов. README не приводит перечень поддерживаемых языков и указывает, что это повторная публикация; следует учитывать требование указать авторство оригинальных авторов.

Для каких профессий подходит9

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

mMiniLMv2-L6-H384

This model is a re-upload of Microsoft's Multilingual MiniLM v2 to HuggingFace under the MIT License, made more accessible for use through the HuggingFace transformers library.

The original pre-trained model is provided at the following URL:

License

The license for this model is based on the original license (found in the LICENSE file in the project's root directory), which is the MIT License.

Attribution

All credits for this model go to the authors of Multilingual MiniLM v2 and the associated researchers and organizations. When using this model, please be sure to attribute the original authors.

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
XLMRobertaModel
Ревизия весов
f5eaf12

0 моделей