Характеристики

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

Ссылки

Hugging Face

deberta-v3-seq-tag

orbis-marianne

Разметка токеновТекст → label4 профессии

Модель на основе DeBERTa v3 для разметки токенов в последовательностях текста.

63 597скачиваний 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-seq-tag — модель для разметки последовательностей на основе DeBERTa v3, опубликованная ORBIS Marianne. В карточке указано, что модель обучена на disputool; она предназначена для классификации токенов и доступна для использования через Transformers как token-classification pipeline.

Модель имеет архитектуру DebertaV2ForTokenClassification, содержит 211,6 млн параметров и рассчитана на контекст до 512 токенов. Репозиторий содержит веса в формате Safetensors. Карточка не уточняет набор меток и поддерживаемые языки, поэтому конкретный тип последовательностей и языковую область применения определить нельзя.

Сценарии применения

классификация токенов в последовательностях текста
разметка последовательностей в задачах на данных disputool
извлечение категорий или сущностей по меткам модели

Ограничения

Карточка не описывает набор меток и языки, поэтому пригодность для конкретного типа разметки или языка не подтверждена. Ограничение контекста составляет 512 токенов.

Для каких профессий подходит4

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 791модель I.11Универсальные способностиКлассификация, ранжирование и сопоставлениеAI помогает распределять объекты по категориям, устанавливать соответствия и определять порядок обработки.15 задач26 736моделей II.8Разработка и данныеИнженерия данных и аналитикаAI помогает готовить надёжные данные и превращать их в понятную аналитику.22 задачи23 488моделей I.4Универсальные способностиОбработка документов и формAI помогает оцифровывать документы, проверять их комплектность и сокращать ручной ввод данных.16 задач7 180моделей

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 · token-classification

Можно запустить

Подбираем GPU…

Класс архитектуры: DebertaV2ForTokenClassification
Ревизия весов: 47bf4c1