/ Модель

Характеристики

Контекст
512 токенов
Параметры
212 млн
Архитектура
deberta-v2 · dense
Опубликована
27 июн 2024

deberta-v3-rel-class

Классификация текстаТекст → label3 профессии

Модель ORBIS Marianne на базе DeBERTa-v3 классифицирует отношения между аргументативными высказываниями или компонентами.

63 628скачиваний за 30 дней0лайковвеса обновлены27 июн 2024

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

orbis-marianne/deberta-v3-rel-class — модель ORBIS Marianne на базе DeBERTa-v3 для классификации отношений между аргументативными высказываниями или компонентами аргументации. Она входит в набор моделей Argumentation Mining Transformers Module, предназначенный для обнаружения аргументативных компонентов, классификации высказываний и отношений между ними. Репозиторий разработчика описывает отдельную задачу классификации отношений на уровне последовательностей; карточка Hugging Face указывает text-classification и архитектуру DebertaV2ForSequenceClassification.

Модель принимает текст и возвращает метку класса. Размер — около 211,6 млн параметров, максимальная длина входа — 512 токенов. Метаданные не указывают поддерживаемые языки, поэтому конкретный язык не заявляю. Ограничение длины входа означает, что длинные последовательности могут обрезаться. Лицензию по доступным данным установить не удалось.

Сценарии применения

  • определение типа отношения между аргументативными высказываниями
  • классификация связей между компонентами аргументации
  • анализ структуры аргументов в тексте

Ограничения

Максимальная длина входа составляет 512 токенов, поэтому более длинные последовательности могут обрезаться. Поддерживаемые языки и условия лицензии по доступным данным не установлены.

Для каких профессий подходит3

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

Автор не опубликовал карточку модели.

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
DebertaV2ForSequenceClassification
Ревизия весов
baf02b2

0 моделей