/ Модель

Характеристики

Контекст
512 токенов
Параметры
3,3 млрд
Архитектура
albert · dense
Опубликована
2 мар 2022

albert-xxlarge-v2-squad2

Ответы на вопросыТекст → текст8 профессий

Дообученная модель ALBERT XXLarge V2 отвечает на вопросы по текстовому контексту и может определять, когда ответа в нём нет.

223скачиваний за 30 дней2лайкавеса обновлены17 мая 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

Это модель ALBERT XXLarge V2, дообученная Марком Фебловицем из IBM Research для ответов на вопросы по тексту в формате SQuAD 2.0. Она предназначена для открытых вопросов и задач понимания прочитанного: на вход получает вопрос и контекст, а на выходе определяет ответ в контексте или отсутствие ответа.

Модель основана на архитектуре ALBERT и содержит около 3,3 млрд параметров. Максимальная длина контекста — 512 токенов. Репозиторий содержит веса PyTorch. Язык обучения и лицензия в карточке не уточнены.

Сценарии применения

  • поиск ответа на вопрос в предоставленном тексте
  • извлечение фактов из документов по запросу
  • проверка, содержится ли ответ на вопрос в контексте
  • создание системы машинного чтения и понимания текста

Ограничения

Контекст ограничен 512 токенами. Карточка не содержит сведений о метриках, языках, лицензии или подробных ограничениях и рисках модели.

Для каких профессий подходит8

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Model Card for Model ID

Albert XXLarge V2 model, fine-tuned for SQuAD V2

This modelcard aims to be a base template for new models. It has been generated using this raw template.

Model Details

Model Description

  • Developed by: Mark Feblowitz, IBM Research
  • Shared by [optional]: [More Information Needed]
  • Model type: [More Information Needed]
  • Language(s) (NLP): [More Information Needed]
  • License: [More Information Needed]
  • Finetuned from model [optional]: Albert XXLarge model, uncased_L-12_H-768_A-12

Model Sources [optional]

  • Repository: [More Information Needed]
  • Paper [optional]: [More Information Needed]
  • Demo [optional]: [More Information Needed]

Uses

Open-ended question answering, as a machine reading comprehension (MRC) task

Direct Use

[More Information Needed]

Downstream Use [optional]

[More Information Needed]

Out-of-Scope Use

[More Information Needed]

Bias, Risks, and Limitations

[More Information Needed]

Recommendations

Users (both direct and downstream) should be made aware of the risks, biases and limitations of the model. More information needed for further recommendations.

How to Get Started with the Model

Use the code below to get started with the model.

[More Information Needed]

Training Details

Training Data

[More Information Needed]

Training Procedure

Preprocessing [optional]

[More Information Needed]

Training Hyperparameters

  • Training regime: [More Information Needed]

Speeds, Sizes, Times [optional]

[More Information Needed]

Evaluation

Testing Data, Factors & Metrics

Testing Data

[More Information Needed]

Factors

[More Information Needed]

Metrics

[More Information Needed]

Results

[More Information Needed]

Summary

Model Examination [optional]

[More Information Needed]

Environmental Impact

Carbon emissions can be estimated using the Machine Learning Impact calculator presented in Lacoste et al. (2019).

  • Hardware Type: [More Information Needed]
  • Hours used: [More Information Needed]
  • Cloud Provider: [More Information Needed]
  • Compute Region: [More Information Needed]
  • Carbon Emitted: [More Information Needed]

Technical Specifications [optional]

Model Architecture and Objective

[More Information Needed]

Compute Infrastructure

[More Information Needed]

Hardware

[More Information Needed]

Software

[More Information Needed]

Citation [optional]

BibTeX:

[More Information Needed]

APA:

[More Information Needed]

Glossary [optional]

[More Information Needed]

More Information [optional]

[More Information Needed]

Model Card Authors [optional]

[More Information Needed]

Model Card Contact

mfeb@us.ibm.com

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
AlbertForQuestionAnswering
Ревизия весов
aa4eafa

0 моделей