/ Модель

Характеристики

Контекст
512 токенов
Параметры
306 млн
Лицензия
MIT
Архитектура
deberta-v2 · dense
Базовая модель
mdebertaV3_BIES_stem_1K_5
Опубликована
2 авг 2024

mdebertaV3_BIES_stem_1K_6

Разметка токеновТекст → label3 профессии

Дообученная модель mDeBERTa-v2 для присвоения меток токенам в текстовых последовательностях.

19скачиваний за 30 дней0лайковвеса обновлены2 авг 2024

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

khadija69/mdebertaV3_BIES_stem_1K_6 — дообученная модель на архитектуре mDeBERTa-v2 для классификации токенов. Она основана на khadija69/mdebertaV3_BIES_stem_1K_5 и предназначена для присвоения меток отдельным токенам, например для извлечения сущностей или разметки последовательностей. Модель содержит 306 млн параметров, принимает текст и поддерживает контекст до 512 токенов.

В README приведены метрики обучения и валидации после пяти эпох: точность на валидационном наборе составляет 0,3978. Датасет и схема меток не описаны, поэтому целевую предметную задачу и языки нельзя установить по доступным сведениям. Модель опубликована в формате TensorFlow под лицензией MIT.

Сценарии применения

  • разметка токенов в текстовых последовательностях
  • классификация токенов по заданным категориям
  • извлечение сущностей при наличии подходящей схемы меток

Ограничения

Датасет, языки и схема меток не описаны. В README указана точность на валидации 0,3978, поэтому качество на целевой задаче следует оценить отдельно.

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

khadija69/mdebertaV3_BIES_stem_1K_6

This model is a fine-tuned version of khadija69/mdebertaV3_BIES_stem_1K_5 on an unknown dataset. It achieves the following results on the evaluation set:

  • Train Loss: 0.4864
  • Train Accuracy: 0.4847
  • Validation Loss: 0.9745
  • Validation Accuracy: 0.3978
  • Epoch: 5

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:

  • optimizer: {'name': 'AdamWeightDecay', 'learning_rate': {'module': 'transformers.optimization_tf', 'class_name': 'WarmUp', 'config': {'initial_learning_rate': 2e-05, 'decay_schedule_fn': {'module': 'keras.optimizers.schedules', 'class_name': 'PolynomialDecay', 'config': {'initial_learning_rate': 2e-05, 'decay_steps': 1300, 'end_learning_rate': 0.0, 'power': 1.0, 'cycle': False, 'name': None}, 'registered_name': None}, 'warmup_steps': 500, 'power': 1.0, 'name': None}, 'registered_name': 'WarmUp'}, 'decay': 0.0, 'beta_1': 0.9, 'beta_2': 0.999, 'epsilon': 1e-08, 'amsgrad': False, 'weight_decay_rate': 0.01}
  • training_precision: float32

Training results

Train LossTrain AccuracyValidation LossValidation AccuracyEpoch
1.02470.37750.93650.38720
0.91490.38910.90490.39251
0.77680.41720.90550.39242
0.64420.44530.94720.39493
0.55020.46630.95660.39794
0.48640.48470.97450.39785

Framework versions

  • Transformers 4.42.3
  • TensorFlow 2.15.0
  • Datasets 2.20.0
  • Tokenizers 0.19.1

Как запустить

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

GPU в ailist

Универсальный рантайм · token-classification

Нельзя запустить

В репозитории нет весов в формате PyTorch/safetensors.

Класс архитектуры
DebertaV2ForTokenClassification
Ревизия весов
97a1a28

0 моделей