/ Модель

Характеристики

Контекст
514 токенов
Параметры
454 млн
Архитектура
roberta · dense

roberta-large-finetuned-squad2

Ответы на вопросыТекст → текст5 профессий

Англоязычная RoBERTa-large, дообученная на SQuAD 2.0 для поиска ответов на вопросы в тексте и определения вопросов без ответа.

118скачиваний за 30 дней0лайковвеса обновлены20 мая 2021

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

phiyodr/roberta-large-finetuned-squad2 — англоязычная модель ответов на вопросы, созданная дообучением RoBERTa-large на наборе SQuAD 2.0. Она предназначена для поиска ответа в предоставленном текстовом фрагменте и умеет распознавать вопросы, на которые в контексте нет ответа. Модель содержит около 454,1 млн параметров, использует архитектуру RoBERTa для извлечения ответа и рассчитана на контекст до 514 токенов.

Модель подходит для извлечения фактов из англоязычных документов, справочных текстов и статей, а также для прототипов систем вопросно-ответного поиска. Доступны веса в форматах PyTorch и Flax. Сведения о лицензии в предоставленных данных отсутствуют.

Сценарии применения

  • поиск ответа на вопрос в англоязычной статье
  • извлечение фактов из справочного текста
  • автоматические ответы по фрагментам документов
  • определение, содержится ли ответ на вопрос в тексте

Ограничения

Модель ориентирована на английский язык и на ответы, содержащиеся в предоставленном контексте; максимальная длина контекста составляет 514 токенов. Сведения о лицензии отсутствуют в предоставленных данных.

Для каких профессий подходит5

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

roberta-large-finetuned-squad2

Model description

This model is based on roberta-large and was finetuned on SQuAD2.0. The corresponding papers you can found here (model) and here (data).

How to use

from transformers.pipelines import pipeline

model_name = "phiyodr/roberta-large-finetuned-squad2"
nlp = pipeline('question-answering', model=model_name, tokenizer=model_name)
inputs = {
    'question': 'What discipline did Winkelmann create?',
    'context': 'Johann Joachim Winckelmann was a German art historian and archaeologist. He was a pioneering Hellenist who first articulated the difference between Greek, Greco-Roman and Roman art. "The prophet and founding hero of modern archaeology", Winckelmann was one of the founders of scientific archaeology and first applied the categories of style on a large, systematic basis to the history of art. '
}
nlp(inputs)

Training procedure

{
	"base_model": "roberta-large",
	"do_lower_case": True,
	"learning_rate": 3e-5,
	"num_train_epochs": 4,
	"max_seq_length": 384,
	"doc_stride": 128,
	"max_query_length": 64,
	"batch_size": 96 
}

Eval results

{
  "exact": 84.38473848227069,
  "f1": 87.89711571225455,
  "total": 11873,
  "HasAns_exact": 80.9885290148448,
  "HasAns_f1": 88.02335608157898,
  "HasAns_total": 5928,
  "NoAns_exact": 87.77123633305298,
  "NoAns_f1": 87.77123633305298,
  "NoAns_total": 5945
}

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
RobertaForQuestionAnswering
Ревизия весов
958e58c

0 моделей