/ Модель

Характеристики

Контекст
512 токенов
Параметры
40 млн
Лицензия
MIT
Архитектура
bert · dense

MiniLM-L12-H384-uncased

Классификация текстаТекст → label9 профессий

Компактная дистиллированная англоязычная модель Microsoft для понимания текста и тонкой настройки под задачи классификации.

52 873скачиваний за 30 дней118лайковвеса обновлены19 мая 2021

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

microsoft/MiniLM-L12-H384-uncased — компактная англоязычная модель Microsoft для понимания языка, полученная дистилляцией предварительно обученной UniLM v2 размера BERT-Base. Это 12-слойный трансформер семейства BERT с размерностью скрытого слоя 384 и 12 головами внимания; в метаданных указано 40 млн параметров, а README приводит 33 млн. Модель без учета регистра символов, имеет контекст до 512 токенов и опубликована в форматах PyTorch, TensorFlow и Flax.

Чекпойнт предназначен для последующей тонкой настройки под задачи понимания текста; авторы сообщают результаты на SQuAD 2.0 и задачах GLUE и отмечают, что модель может служить заменой BERT в соответствующих сценариях. Метаданные Hugging Face относят её к классификации текста. Лицензия — MIT. README описывает базовый предобученный чекпойнт, а не готовую к прикладному использованию настроенную модель.

Сценарии применения

  • тонкая настройка классификатора тональности английских отзывов
  • классификация текстов по категориям
  • определение семантического сходства пар предложений
  • оценка соответствия текста вопросу в задачах NLU

Ограничения

Базовый чекпойнт требует тонкой настройки для конкретной задачи. Контекст ограничен 512 токенами; модель обучена без учета регистра и предназначена для английского языка.

Для каких профессий подходит9

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

MiniLM: Small and Fast Pre-trained Models for Language Understanding and Generation

MiniLM is a distilled model from the paper "MiniLM: Deep Self-Attention Distillation for Task-Agnostic Compression of Pre-Trained Transformers".

Please find the information about preprocessing, training and full details of the MiniLM in the original MiniLM repository.

Please note: This checkpoint can be an inplace substitution for BERT and it needs to be fine-tuned before use!

English Pre-trained Models

We release the uncased 12-layer model with 384 hidden size distilled from an in-house pre-trained UniLM v2 model in BERT-Base size.

  • MiniLMv1-L12-H384-uncased: 12-layer, 384-hidden, 12-heads, 33M parameters, 2.7x faster than BERT-Base

Fine-tuning on NLU tasks

We present the dev results on SQuAD 2.0 and several GLUE benchmark tasks.

Model#ParamSQuAD 2.0MNLI-mSST-2QNLICoLARTEMRPCQQP
BERT-Base109M76.884.593.291.758.968.687.391.3
MiniLM-L12xH38433M81.785.793.091.558.573.389.591.3

Citation

If you find MiniLM useful in your research, please cite the following paper:

@misc{wang2020minilm,
    title={MiniLM: Deep Self-Attention Distillation for Task-Agnostic Compression of Pre-Trained Transformers},
    author={Wenhui Wang and Furu Wei and Li Dong and Hangbo Bao and Nan Yang and Ming Zhou},
    year={2020},
    eprint={2002.10957},
    archivePrefix={arXiv},
    primaryClass={cs.CL}
}

Как запустить

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

GPU в ailist

Универсальный рантайм · text-classification

Можно запустить

Подбираем GPU…

Ревизия весов
44acabb

0 моделей