Китайская дообученная модель MacBERT Large для извлечения ответов на вопросы по тексту и задач чтения с пониманием.
Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды
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.
Описание составлено по карточке модели и метаданным Hugging Face
Китайская модель понимания прочитанного Chinese MRC macbert-large от автора репозитория luhua, повторно обученная на большом объёме китайских данных MRC. Она построена на архитектуре BERT и предназначена прежде всего для извлечения ответов на вопросы по тексту; автор также сообщает об улучшении результатов в задачах чтения с пониманием и классификации. В карточке приведены результаты macbert-large на DuReader-2021 и tencentmedical.
Модель содержит 424,3 млн параметров, принимает текст и поддерживает контекст до 512 токенов. Опубликованные веса представлены в формате PyTorch, лицензия — Apache-2.0. Карточка не уточняет ограничения применимости и подробности обучения, поэтому результаты на указанных наборах не гарантируют качество на других данных.
Результаты приведены для отдельных наборов данных и не характеризуют качество на произвольных текстах. Поддержка других языков и более длинного контекста не заявлена.
Разделы каталога профессий, в задачах которых используется эта модель
README от автора на Hugging Face, как он его опубликовал
| 模型/数据集 | Dureader-2021 | tencentmedical |
|---|---|---|
| F1-score | Accuracy | |
| dev / A榜 | test-1 | |
| macbert-large (哈工大预训练语言模型) | 65.49 / 64.27 | 82.5 |
| roberta-wwm-ext-large (哈工大预训练语言模型) | 65.49 / 64.27 | 82.5 |
| macbert-large (ours) | 70.45 / 68.13 | 83.4 |
| roberta-wwm-ext-large (ours) | 68.91 / 66.91 | 83.1 |
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм · question-answering
Подбираем GPU…