/ Модель

Характеристики

Контекст
514 токенов
Параметры
659 млн
Лицензия
MIT
Архитектура
xlm-roberta · dense
Базовая модель
xlmrlarge-idkmrc
Опубликована
26 окт 2023

xlmrlarge-idkmrc-2

Ответы на вопросыТекст → текст4 профессии

Дообученная XLM-RoBERTa Large извлекает ответ на вопрос из предоставленного текстового контекста.

9скачиваний за 30 дней0лайковвеса обновлены26 окт 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

intanm/xlmrlarge-idkmrc-2 — дообученная модель XLM-RoBERTa Large объёмом 658,7 млн параметров для извлечения ответов на вопросы из текста. Она принимает вопрос и текстовый контекст и определяет в нём фрагмент, содержащий ответ. В метаданных указана длина контекста 514 токенов.

Модель создана на основе intanm/xlmrlarge-idkmrc; README сообщает о дообучении, но не описывает набор данных и приводит только значение loss 1,5737 на оценочной выборке. Формат весов — PyTorch. Лицензия — MIT. README не уточняет языки и сценарии применения, поэтому языковые возможности базовой XLM-RoBERTa нельзя считать подтверждёнными для этого чекпойнта.

Сценарии применения

  • Поиск ответа на вопрос в коротком тексте
  • Извлечение факта из контекста для системы вопросов и ответов
  • Автоматическое выделение фрагмента с ответом в документе

Ограничения

В README не описаны обучающие данные и языковое покрытие; приведён только результат loss 1,5737 на оценочной выборке. Указанное окно контекста составляет 514 токенов.

Для каких профессий подходит4

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

xlmrlarge-idkmrc-2

This model is a fine-tuned version of intanm/xlmrlarge-idkmrc on the None dataset. It achieves the following results on the evaluation set:

  • Loss: 1.5737

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: 8
  • eval_batch_size: 8
  • seed: 42
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: linear
  • num_epochs: 2

Training results

Training LossEpochStepValidation Loss
0.36871.011671.4416
0.19132.023341.5737

Framework versions

  • Transformers 4.34.1
  • Pytorch 2.1.0+cu118
  • Datasets 2.14.6
  • Tokenizers 0.14.1

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
XLMRobertaForQuestionAnswering
Ревизия весов
044d636

0 моделей