/ Модель

Характеристики

Контекст
4 096 токенов
Параметры
1,3 млрд
Размер весов
5,1 ГБ
Архитектура
llama · dense
Опубликована
20 фев 2024

QuRater-1.3B

Классификация текстаТекст → label3 профессии

Модель Princeton NLP оценивает тексты по стилю, требуемой экспертизе, фактическому содержанию и образовательной ценности для отбора обучающих данных.

8 184скачиваний за 30 дней21лайквеса обновлены16 апр 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

QuRater-1.3B — модель классификации последовательностей, разработанная Princeton NLP и дообученная на базе Sheared-LLaMA 1.3B. Она оценивает качество текста по четырём критериям: стиль письма, необходимый уровень экспертизы, факты и сведения, образовательная ценность. Оценки представлены четырьмя ненормализованными логитами в указанном порядке.

Модель предназначена для отбора и оценки текстовых данных, например при подготовке корпусов для обучения языковых моделей. Архитектура — LLaMA с плотной структурой; число параметров — 1,3 млрд, контекст — до 4096 токенов. Однако обучение проводилось на последовательностях длиной не более 512 токенов, поэтому для длинных документов следует оценивать окна до 512 токенов и усреднять оценки с весами по длине окон. Модель опубликована в формате safetensors и распространяется по лицензии MIT.

Авторы отмечают возможные смещения оценок, связанные с областями знаний, темами, социальными ролями, регионами и языками. Эти оценки не отражают социальную или литературную ценность текста и не подходят для текстологических или демографических исследований; результаты отбора данных следует проверять на смещения. Языковая поддержка в карточке не указана.

Сценарии применения

  • оценка качества текстов перед включением в обучающий корпус
  • ранжирование текстовых примеров по образовательной ценности
  • отбор текстов по стилю и необходимому уровню экспертизы
  • оценка фактической насыщенности текстовых данных
  • сравнение качества коротких фрагментов текста по четырём критериям

Ограничения

Модель дообучалась на фрагментах длиной до 512 токенов; длинные документы нужно оценивать по окнам и усреднять результаты с учётом длины. Оценки могут отражать смещения по темам, областям знаний, социальным ролям, регионам и языкам и не измеряют социальную или литературную ценность текста.

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

QuRater model fine-tuned from 1.3B Sheared-LLaMA model.

From the paper: QuRating: Selecting High-Quality Data for Training Language Models

The model is a sequence classification model that predicts quality ratings across 4 critera as outputs. The quality ratings (which are unnormalized) can be accessed via the 4 logits in the output of the model. They are in the following order:

  • Logit 0: Writing Style
  • Logit 1: Required Expertise
  • Logit 2: Facts and Trivia
  • Logit 3: Educational Value

Note: The model was only fine-tuned on sequences of up to 512 tokens, and should not be used for longer documents. Instead, compute the quality ratings for windows of up to 512 token and average them weighted by the window length.

Guidance on Responsible Use:

In the paper, we document various types of bias that are present in the quality ratings from the QuRater model (biases related to domains, topics, social roles, regions and languages - see Section 6 of the paper). Hence, be aware that data selection with QuRating could have unintended and harmful effects on the language model that is being trained. We strongly recommend a comprehensive evaluation of the language model for these and other types of bias, particularly before real-world deployment. We hope that releasing the data/models can facilitate future research aimed at uncovering and mitigating such biases. Note that the quality ratings do not measure the social or literary value of a text and should not be used for textual or demographic studies.

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
LlamaForSequenceClassification
Ревизия весов
bd61c77

0 моделей