/ Модель
Каталог

Характеристики

Контекст
512 токенов
Параметры
32,4 млн
Лицензия
Apache 2.0
Архитектура
bert · dense
Опубликована
17 авг 2022

Ссылки

Hugging Face

bert-small-finetuned-cuad-full-longer

muhtasham
Ответы на вопросыТекст → текст3 профессии

Компактная модель BERT для извлечения ответов на вопросы по юридическим договорам из набора CUAD.

55скачиваний за 30 дней1лайквеса обновлены17 авг 2022

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

muhtasham/bert-small-finetuned-cuad-full-longer — компактная модель BERT, дообученная автором на наборе CUAD для ответов на вопросы по юридическим договорам. Она принимает текст вопроса и фрагмент договора и предназначена для извлечения ответа из текста. Модель содержит 32,4 млн параметров, использует архитектуру BertForQuestionAnswering и поддерживает контекст до 512 токенов. Веса опубликованы в формате PyTorch по лицензии Apache-2.0.

На оценочном наборе указано значение loss 0,0295. Карточка не приводит подробностей о методике оценки и ограничениях, поэтому результат не гарантирует точность на других типах документов или за пределами обучающего контекста. Для длинных договоров текст может потребоваться разбивать на фрагменты.

Сценарии применения

  • Извлечение условий договора по заданному вопросу
  • Поиск положений о расторжении договора
  • Ответы на вопросы о сроках и обязательствах сторон
  • Проверка договора на наличие заданного условия

Ограничения

Контекст ограничен 512 токенами, поэтому длинные договоры потребуется делить на фрагменты. В README не описаны методика оценки и ограничения качества на документах вне CUAD.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии
I.3Универсальные способностиИзвлечение и структурирование данныхAI помогает превращать разрозненные данные в структуру, пригодную для поиска, аналитики и автоматизации.18 задач25 791модельI.4Универсальные способностиОбработка документов и формAI помогает оцифровывать документы, проверять их комплектность и сокращать ручной ввод данных.16 задач7 180моделейIV.8Отраслевые задачиГосударственное управление, правосудие и чрезвычайные ситуацииAI помогает улучшать государственные услуги, управление ресурсами, правосудие и реагирование на чрезвычайные ситуации.47 задач2 517моделей

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

bert-small-finetuned-cuad-full-longer

This model is a fine-tuned version of muhtasham/bert-small-finetuned-cuad-full on the cuad dataset. It achieves the following results on the evaluation set:

  • Loss: 0.0295

Model description

More information needed

Intended uses & limitations

More information needed

Training and evaluation data

More information needed

Training procedure

Training hyperparameters

The following hyperparameters were used during training:

  • learning_rate: 2e-05
  • train_batch_size: 64
  • eval_batch_size: 64
  • seed: 42
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: linear
  • num_epochs: 3

Training results

Training LossEpochStepValidation Loss
0.03061.0237850.0263
0.0252.0475700.0275
0.0223.0713550.0295

Framework versions

  • Transformers 4.21.1
  • Pytorch 1.12.1+cu113
  • Datasets 2.4.0
  • Tokenizers 0.12.1

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
BertForQuestionAnswering
Ревизия весов
fec48a5

0 моделей

    Создать бенчмарк