/ Модель

Характеристики

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

xtremedistil-l12-h384-uncased

Классификация текстаТекст → label6 профессий

Компактная дистиллированная модель BERT от Microsoft для классификации и других задач обработки английского текста.

210скачиваний за 30 дней16лайковвеса обновлены5 авг 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

XtremeDistil-L12-H384-Uncased — компактная текстовая модель семейства BERT, созданная Microsoft на основе методов дистилляции XtremeDistil и MiniLM. В метаданных указано около 40 млн параметров, контекст до 512 токенов и поддержка PyTorch и TensorFlow. Карточка описывает задачно-независимую дистиллированную модель, предназначенную для переноса на различные задачи обработки текста; метаданные классифицируют её как модель классификации текста.

Модель подходит для классификации текстов и как компактная основа для прикладных NLP-сценариев на английском языке. В README приведены результаты на наборах GLUE и SQuAD-v2, однако таблица в карточке отображается неполно, а описание размеров относится к другому чекпойнту L6-H384 и содержит расхождения с идентификатором модели и размером из метаданных. Лицензия MIT.

Сценарии применения

  • Классификация текстов по заданным категориям
  • Анализ тональности коротких текстов
  • Определение смыслового сходства предложений
  • Классификация пар вопросов или предложений

Ограничения

Карточка содержит несоответствие: README описывает чекпойнт L6-H384 с 22 млн параметров, тогда как идентификатор указывает L12, а метаданные — 40 млн параметров. Описанные результаты на GLUE и SQuAD-v2 приведены в неполной таблице.

Для каких профессий подходит6

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

XtremeDistilTransformers for Distilling Massive Neural Networks

XtremeDistilTransformers is a distilled task-agnostic transformer model that leverages task transfer for learning a small universal model that can be applied to arbitrary tasks and languages as outlined in the paper XtremeDistilTransformers: Task Transfer for Task-agnostic Distillation.

We leverage task transfer combined with multi-task distillation techniques from the papers XtremeDistil: Multi-stage Distillation for Massive Multilingual Models and MiniLM: Deep Self-Attention Distillation for Task-Agnostic Compression of Pre-Trained Transformers with the following Github code.

This l6-h384 checkpoint with 6 layers, 384 hidden size, 12 attention heads corresponds to 22 million parameters with 5.3x speedup over BERT-base.

Other available checkpoints: xtremedistil-l6-h256-uncased and xtremedistil-l6-h384-uncased

The following table shows the results on GLUE dev set and SQuAD-v2.

Models#ParamsSpeedupMNLIQNLIQQPRTESSTMRPCSQUAD2Avg
BERT1091x84.591.791.368.693.287.376.884.8
DistilBERT662x82.289.288.559.991.387.570.781.3
TinyBERT662x83.590.590.672.291.688.473.184.3
MiniLM662x84.091.091.071.592.088.476.484.9
MiniLM225.3x82.890.390.668.991.386.672.983.3
XtremeDistil-l6-h256138.7x83.989.590.680.191.290.074.185.6
XtremeDistil-l6-h384225.3x85.490.391.080.992.390.076.686.6
XtremeDistil-l12-h384332.7x87.291.991.385.693.190.480.288.5

Tested with tensorflow 2.3.1, transformers 4.1.1, torch 1.6.0

If you use this checkpoint in your work, please cite:

@misc{mukherjee2021xtremedistiltransformers,
      title={XtremeDistilTransformers: Task Transfer for Task-agnostic Distillation}, 
      author={Subhabrata Mukherjee and Ahmed Hassan Awadallah and Jianfeng Gao},
      year={2021},
      eprint={2106.04563},
      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…

Класс архитектуры
BertModel
Ревизия весов
dd97088

0 моделей