/ Модель

Характеристики

Контекст
512 токенов
Параметры
14,1 млн
Лицензия
MIT
Архитектура
bert · dense

xtremedistil-l6-h256-uncased

Классификация текстаТекст → label6 профессий

Компактная дистиллированная BERT-модель Microsoft для классификации английского текста и извлечения признаков.

9 022скачиваний за 30 дней36лайковвеса 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 L6 H256 Uncased — компактная дистиллированная модель на архитектуре BERT, опубликованная Microsoft. Она предназначена для переноса знаний между задачами и может служить основой для классификации текста и извлечения признаков. В метаданных указаны 14,1 млн параметров, контекст до 512 токенов и поддержка английского языка; доступны веса PyTorch и TensorFlow.

Модель подходит для классификации коротких текстов и как лёгкое представление текста в NLP-конвейерах, где важны компактность и скорость. В README приведены результаты семейства XtremeDistil на GLUE и SQuAD, но указанные там размер и конфигурация относятся к варианту L6 H384, поэтому их нельзя считать характеристиками этого чекпойнта. Лицензия — MIT.

Сценарии применения

  • классификация отзывов на английском языке
  • определение тональности коротких сообщений
  • классификация текстовых запросов по категориям
  • извлечение признаков английского текста для NLP-конвейера

Ограничения

Модель компактна и имеет контекстное окно до 512 токенов; качество на конкретных классах зависит от дообучения и оценки на целевых данных. README содержит характеристики варианта L6 H384, поэтому они не подтверждают конфигурацию этого чекпойнта.

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-h384-uncased and xtremedistil-l12-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
8d58f0e

0 моделей