Характеристики

Параметры: 38,5 млн
Архитектура: t5 · dense
Опубликована: 27 окт 2023

Ссылки

Hugging Face

finetune-mnli-nanot5-small

mesolitica

Классификация текстаТекст → label3 профессии

Компактная модель Mesolitica на базе T5 для классификации текста, предназначенная для задач типа MNLI.

1 820скачиваний за 30 дней1лайквеса обновлены8 ноя 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

mesolitica/finetune-mnli-nanot5-small — модель классификации текста, опубликованная разработчиком Mesolitica на Hugging Face. По названию она предназначена для классификации текстовых пар по задаче MNLI, то есть определения отношений между посылкой и гипотезой; карточка подтверждает задачу text-classification и архитектуру T5ForSequenceClassification.

В метаданных указано около 38,5 млн параметров и формат Safetensors. Модель принимает текст и возвращает метку класса. Данные о лицензии, языках обучения и конкретных ограничениях в доступной карточке отсутствуют.

Сценарии применения

Определение логической связи между посылкой и гипотезой
Классификация пары текстов по entailment, contradiction или neutral
Запуск классификации текста через Transformers

Ограничения

Карточка модели не содержит подробного описания качества, обучающих данных или поддерживаемых языков; не следует считать, что модель предназначена для произвольной классификации вне задач, близких к MNLI.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

I.11Универсальные способностиКлассификация, ранжирование и сопоставлениеAI помогает распределять объекты по категориям, устанавливать соответствия и определять порядок обработки.15 задач26 736моделей I.2Универсальные способностиСинтез, понимание и проверка знанийAI помогает сжимать, сопоставлять и критически проверять знания без потери существенного контекста.18 задач42 341модель II.10Разработка и данныеРазработка и эксплуатация AI/ML-системAI помогает создавать, оценивать, развёртывать и контролировать AI/ML-системы на всём жизненном цикле.30 задач49 000моделей

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Автор не опубликовал карточку модели.

Как запустить

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

GPU в ailist

Универсальный рантайм · text-classification

Можно запустить

Подбираем GPU…

Класс архитектуры: T5ForSequenceClassification
Ревизия весов: d0851e2