/ Модель

Характеристики

Контекст
512 токенов
Параметры
137 млн
Лицензия
Apache 2.0
Архитектура
electra · dense
Базовая модель
electra-base-discriminator
Опубликована
15 авг 2023

electra_multiple_choice

Классификация и разметкаТекст → label3 профессии

Дообученный ELECTRA-энкодер для выбора ответа из нескольких вариантов.

19скачиваний за 30 дней0лайковвеса обновлены6 сен 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

irfanamal/electra_multiple_choice — дообученная модель на базе Google ELECTRA Base Discriminator, предназначенная для задач с выбором одного ответа из нескольких вариантов. Это плотный Transformer-энкодер на 136,7 млн параметров с контекстом до 512 токенов. Модель сохранена в формате PyTorch и распространяется по лицензии Apache-2.0.

В карточке приведены результаты оценки: accuracy 0,58 и loss 1,2639. Данные обучения и подробные ограничения не описаны; результат оценки сам по себе не гарантирует качество на других наборах данных.

Сценарии применения

  • выбор правильного ответа в тесте с вариантами
  • ранжирование вариантов ответа на вопрос
  • решение задач формата multiple choice

Ограничения

В README не описаны обучающий набор данных и intended use; на указанном наборе оценки точность составляет 0,58. Качество на других данных не установлено.

Для каких профессий подходит3

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

electra_multiple_choice

This model is a fine-tuned version of google/electra-base-discriminator on the None dataset. It achieves the following results on the evaluation set:

  • Loss: 1.2639
  • Accuracy: 0.58

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: 5e-06
  • train_batch_size: 16
  • eval_batch_size: 16
  • seed: 42
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: linear
  • num_epochs: 100

Training results

Training LossEpochStepValidation LossAccuracy
1.42231.032071.18650.54
1.21312.064141.08170.555
1.07543.096211.00160.61
0.94024.0128280.98410.595
0.82075.0160350.99120.63
0.71636.0192421.08080.58
0.61877.0224491.09560.6
0.54258.0256561.15260.63
0.47639.0288631.26390.58

Framework versions

  • Transformers 4.31.0
  • Pytorch 2.0.1+cu117
  • Datasets 2.14.4
  • Tokenizers 0.13.3

Как запустить

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

GPU в ailist

Универсальный рантайм · multiple-choice

Можно запустить

Подбираем GPU…

Класс архитектуры
ElectraForMultipleChoice
Ревизия весов
0eadb2c

0 моделей