Характеристики
- Контекст
- 512 токенов
- Архитектура
- distilbert · dense
- Опубликована
- 29 апр 2022
Ссылки
distilbert-base-uncased-finetuned-product
Дистиллированная модель DistilBERT для восстановления пропущенных фрагментов в текстах продуктовой тематики.
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
mkarthik/distilbert-base-uncased-finetuned-product — модель на архитектуре DistilBERT, опубликованная пользователем mkarthik на Hugging Face и реализованная для PyTorch и Transformers. Она предназначена для задачи fill-mask: восстановления пропущенного слова или фрагмента в тексте, с настройкой на продуктовую тематику, судя по идентификатору модели.
Модель работает с текстовой модальностью, использует контекст длиной до 512 токенов и применяется через pipeline fill-mask или AutoModelForMaskedLM. DistilBERT — компактная дистиллированная версия BERT, ориентированная на более эффективное выполнение языковых задач при сохранении двунаправленного контекстного представления. В карточке модели отсутствует описание набора данных, точных метрик, числа параметров и лицензии, поэтому эти характеристики нельзя достоверно указать.
Сценарии применения
- подстановка пропущенных слов в описаниях товаров
- дополнение названий и характеристик продуктов
- проверка вариантов формулировок в товарных текстах
- автодополнение продуктовых текстов по контексту
Ограничения
В карточке отсутствуют сведения о данных обучения, метриках качества и лицензии; модель следует проверять на собственных продуктовых текстах перед применением.
Для каких профессий подходит3
Разделы каталога профессий, в задачах которых используется эта модель
Карточка модели
README от автора на Hugging Face, как он его опубликовал
Автор не опубликовал карточку модели.
Как запустить
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм · fill-mask
Подбираем GPU…
- Класс архитектуры
- DistilBertForMaskedLM
- Ревизия весов
- a1f60af