Характеристики

Контекст: 512 токенов
Параметры: 140 млн
Архитектура: electra · dense
Опубликована: 2 мар 2022

Ссылки

Hugging Face

koelectra-base-v3-finetuned-korquad

monologg

Ответы на вопросыТекст → текст3 профессии

Корейская модель ELECTRA, дообученная извлекать ответы на вопросы из предоставленного контекста.

107 тыс.скачиваний за 30 дней7лайковвеса обновлены12 июн 2023

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

monologg/koelectra-base-v3-finetuned-korquad — модель для ответов на вопросы, разработанная пользователем monologg на основе корейской версии ELECTRA. Она дообучена для извлечения ответа из предоставленного текста: на вход подаются вопрос и контекст, а модель определяет фрагмент контекста, который отвечает на вопрос.

Модель построена на архитектуре ELECTRA для вопросно-ответной задачи, содержит около 140,1 млн параметров и поддерживает последовательности длиной до 512 токенов. Она предназначена для корейского языка и может применяться, например, для поиска ответов в корейских документах. Карточка Hugging Face предоставляет её для использования через Transformers.

Ограничения: модель ориентирована на извлечение ответа из заданного контекста и не предназначена для свободной генерации ответов без него. Контекст ограничен 512 токенами. Лицензия в доступных данных не установлена.

Сценарии применения

извлечение ответа из корейского текста по вопросу
поиск ответа в корейских документах
создание системы вопросов и ответов по корейской базе знаний

Ограничения

Модель предназначена для извлечения ответа из предоставленного контекста; длина последовательности ограничена 512 токенами.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

I.1Универсальные способностиПоиск и навигация по информацииAI помогает находить нужные сведения и помогать человеку быстро переходить от вопроса к подтверждённому источнику.18 задач13 467моделей I.3Универсальные способностиИзвлечение и структурирование данныхAI помогает превращать разрозненные данные в структуру, пригодную для поиска, аналитики и автоматизации.18 задач25 791модель I.2Универсальные способностиСинтез, понимание и проверка знанийAI помогает сжимать, сопоставлять и критически проверять знания без потери существенного контекста.18 задач42 341модель

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Автор не опубликовал карточку модели.

Как запустить

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

GPU в ailist

Универсальный рантайм · question-answering

Можно запустить

Подбираем GPU…

Класс архитектуры: ElectraForQuestionAnswering
Ревизия весов: ad4097b