Характеристики
- Контекст
- 4 096 токенов
- Параметры
- 152 млн
- Архитектура
- big_bird · dense
- Опубликована
- 2 мар 2022
Ссылки
bigbird-roberta-base-mnli
Классификатор на базе BigBird-RoBERTa-base для вывода по тексту и задач естественного языкового вывода.
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
l-yohai опубликовал модель классификации текста на базе Google BigBird-RoBERTa-base, дообученную для классификации последовательностей. Она подходит для задач вывода по тексту, включая определение отношений между посылкой и гипотезой в стиле MNLI. Архитектура BigBird использует разреженное внимание; модель содержит около 151,9 млн параметров и поддерживает контекст до 4096 токенов.
Модель принимает текст и выдаёт метки классов. Карточка не описывает поддерживаемые языки и условия лицензии, поэтому они не уточняются здесь. Она доступна в форматах PyTorch и Safetensors.
Сценарии применения
- проверка, следует ли гипотеза из текста-посылки
- классификация пар предложений по смысловой связи
- классификация текста с метками, заданными через гипотезы
Ограничения
Карточка модели не указывает языки обучения или лицензии. Выход представляет собой классификацию, а не генерацию свободного текста.
Для каких профессий подходит3
Разделы каталога профессий, в задачах которых используется эта модель
Карточка модели
README от автора на Hugging Face, как он его опубликовал
Автор не опубликовал карточку модели.
Как запустить
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм · text-classification
Подбираем GPU…
- Класс архитектуры
- BigBirdForSequenceClassification
- Ревизия весов
- 71c5394