Характеристики
- Контекст
- 512 токенов
- Параметры
- 212 млн
- Архитектура
- deberta-v2 · dense
- Опубликована
- 16 июл 2024
Ссылки
deberta-v3-sta-rel
Модель DeBERTa-v2 для классификации отношений между аргументативными высказываниями в задачах анализа аргументации.
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-sta-rel — модель классификации текста, опубликованная командой ORBIS-MARIANNE для выявления отношений между аргументативными высказываниями. Она предназначена для анализа аргументации на уровне высказываний: принимает текстовую последовательность и относит её к одному из классов отношений. Модель основана на архитектуре DeBERTa-v2 для классификации последовательностей; содержит около 211,6 млн параметров и рассчитана на контекст до 512 токенов.
Модель подходит для извлечения структуры аргументации из текстов, например для определения связей между тезисами и аргументами. Карточка указывает задачу text-classification; репозиторий разработчика описывает классификацию отношений между аргументативными высказываниями как одну из задач модуля Argumentation Mining Transformers. Подтверждённых сведений о поддерживаемых языках и лицензии недостаточно, поэтому они здесь не уточняются.
Сценарии применения
- классификация отношения между двумя аргументативными высказываниями
- анализ связей между тезисами в тексте
- извлечение структуры аргументации из документов
Ограничения
Максимальная длина входа составляет 512 токенов; более длинные последовательности при обработке могут обрезаться. Подтверждённых данных о языковом охвате и лицензии в использованных источниках нет.
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 · text-classification
Подбираем GPU…
- Класс архитектуры
- DebertaV2ForSequenceClassification
- Ревизия весов
- 79bcd5b