/ Модель

Характеристики

Контекст
512 токенов
Параметры
25,9 млн
Лицензия
MIT
Архитектура
bert · dense

xtremedistil-l6-h384-uncased

Классификация текстаТекст → label4 профессии

Компактный англоязычный дистиллированный энкодер BERT для классификации текста и адаптации к NLP-задачам.

487скачиваний за 30 дней24лайкавеса 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-H384-Uncased — компактная дистиллированная модель семейства BERT, разработанная Microsoft в рамках проекта XtremeDistilTransformers. Это универсальный энкодер, предназначенный для переноса знаний между задачами; в каталоге модель отнесена к классификации текста. Чекпойнт содержит 6 слоёв, размер скрытого представления 384 и 12 голов внимания; в README указано 22 млн параметров, а в метаданных — 25,9 млн. Контекст составляет до 512 токенов.

Модель ориентирована на англоязычный текст и может применяться для классификации, а также как компактная основа для адаптации к разным NLP-задачам. В README приведены оценки на GLUE и SQuAD v2 и заявлено ускорение в 5,3 раза относительно BERT-base. Доступны веса PyTorch, TensorFlow и Flax. Лицензия — MIT. Поскольку это базовый энкодер, для конкретной классификации обычно требуется соответствующая задача или дообучение.

Сценарии применения

  • классификация тональности отзывов
  • определение тематики коротких текстов
  • классификация пользовательских запросов
  • оценка сходства и перенос между NLP-задачами
  • дообучение компактного энкодера для англоязычной классификации

Ограничения

Контекст ограничен 512 токенами; для специализированной классификации может потребоваться дообучение. README и метаданные расходятся в числе параметров: 22 млн в README и 25,9 млн в метаданных.

Для каких профессий подходит4

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

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-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
359df7d

0 моделей