/ Модель

Характеристики

Контекст
514 токенов
Параметры
305 млн
Лицензия
MIT
Архитектура
xlm-roberta · dense
Опубликована
30 мая 2022

my-finetuned-xml-roberta4

Ответы на вопросыТекст → текст3 профессии

Дообученная XLM-RoBERTa для поиска ответа на вопрос в тексте.

54скачиваний за 30 дней0лайковвеса обновлены30 мая 2022

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

knurm/my-finetuned-xml-roberta4 — модель XLM-RoBERTa, дообученная автором knurm на основе knurm/xlm-roberta-base-finetuned-est для задачи question answering. Веса содержат около 305,2 млн параметров, модель принимает текст и имеет контекст до 514 токенов. Датасет обучения неизвестен; в карточке приведено значение loss 3,7709 на оценочной выборке, без дополнительных метрик или описания протокола оценки.

Модель предназначена для извлечения ответа на вопрос из предоставленного текста. Метаданные указывают лицензию MIT. Ограниченное описание и отсутствие сведений о данных и результатах оценки не позволяют судить о качестве на конкретных наборах данных и сценариях.

Сценарии применения

  • поиск ответа на вопрос в заданном тексте
  • извлечение фактов из текстового документа
  • ответы на вопросы по корпусу текстов на эстонском языке

Ограничения

Датасет обучения неизвестен, а единственная указанная метрика — loss 3,7709; качество модели для конкретных данных и сценариев по карточке оценить нельзя. Контекст ограничен 514 токенами.

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

my-finetuned-xml-roberta4

This model is a fine-tuned version of knurm/xlm-roberta-base-finetuned-est on an unknown dataset. It achieves the following results on the evaluation set:

  • Loss: 3.7709

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: 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: 7

Training results

Training LossEpochStepValidation Loss
3.46291.056523.3367
3.18142.0113043.2952
2.97183.0169563.2592
2.74424.0226083.3133
2.59915.0282603.4292
2.42216.0339123.5928
2.32597.0395643.7709

Framework versions

  • Transformers 4.19.1
  • Pytorch 1.11.0+cu113
  • Datasets 2.2.1
  • Tokenizers 0.12.1

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
e1d0302

0 моделей