/ Модель

Характеристики

Архитектура
relik-reader · dense
Библиотека
transformers
Опубликована
2 сен 2024

relik-reader-deberta-v3-large-re-wikipedia

ЭмбеддингиТекст → embedding6 профессий

Reader-модель ReLiK на базе DeBERTa-v3-large извлекает отношения между сущностями в тексте при наличии кандидатов.

695скачиваний за 30 дней0лайковвеса обновлены2 сен 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

Это модель reader из семейства ReLiK, опубликованная организацией relik-ie и основанная на DeBERTa-v3-large. Она предназначена для извлечения отношений между сущностями в тексте с использованием кандидатов, подготовленных отдельным этапом поиска; модель анализирует текст и кандидаты и помогает формировать пары сущностей и типы отношений. В карточке Hugging Face указано около 0,4 млрд параметров, архитектура RelikReaderREModel и формат Safetensors. Репозиторий разработчиков описывает ReLiK как систему извлечения информации для связывания сущностей и извлечения отношений, где reader извлекает сущности и отношения из найденных материалов.

Для запуска указаны Transformers и пользовательский код модели. Карточка не сообщает языки обучения и длину контекста; суффикс wikipedia указывает на вариант, связанный с Wikipedia, но сам по себе не устанавливает языковой охват. ПО и данные проекта ReLiK распространяются по лицензии CC BY-NC-SA 4.0, поэтому для коммерческого использования следует учитывать её условия.

Сценарии применения

  • извлечение отношений между сущностями в предложениях
  • поиск пар субъект–объект и типа связи
  • структурирование фактов из текста для графа знаний

Ограничения

Reader рассчитан на работу с кандидатами, обычно подготовленными отдельным retriever-компонентом; самостоятельно он не заменяет весь конвейер ReLiK. Для загрузки через Transformers требуется включить trust_remote_code.

Для каких профессий подходит6

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

Model Card for Model ID

Model Details

Model Description

This is the model card of a 🤗 transformers model that has been pushed on the Hub. This model card has been automatically generated.

  • Developed by: [More Information Needed]
  • Funded by [optional]: [More Information Needed]
  • Shared by [optional]: [More Information Needed]
  • Model type: [More Information Needed]
  • Language(s) (NLP): [More Information Needed]
  • License: [More Information Needed]
  • Finetuned from model [optional]: [More Information Needed]

Model Sources [optional]

  • Repository: [More Information Needed]
  • Paper [optional]: [More Information Needed]
  • Demo [optional]: [More Information Needed]

Uses

Direct Use

[More Information Needed]

Downstream Use [optional]

[More Information Needed]

Out-of-Scope Use

[More Information Needed]

Bias, Risks, and Limitations

[More Information Needed]

Recommendations

Users (both direct and downstream) should be made aware of the risks, biases and limitations of the model. More information needed for further recommendations.

How to Get Started with the Model

Use the code below to get started with the model.

[More Information Needed]

Training Details

Training Data

[More Information Needed]

Training Procedure

Preprocessing [optional]

[More Information Needed]

Training Hyperparameters

  • Training regime: [More Information Needed]

Speeds, Sizes, Times [optional]

[More Information Needed]

Evaluation

Testing Data, Factors & Metrics

Testing Data

[More Information Needed]

Factors

[More Information Needed]

Metrics

[More Information Needed]

Results

[More Information Needed]

Summary

Model Examination [optional]

[More Information Needed]

Environmental Impact

Carbon emissions can be estimated using the Machine Learning Impact calculator presented in Lacoste et al. (2019).

  • Hardware Type: [More Information Needed]
  • Hours used: [More Information Needed]
  • Cloud Provider: [More Information Needed]
  • Compute Region: [More Information Needed]
  • Carbon Emitted: [More Information Needed]

Technical Specifications [optional]

Model Architecture and Objective

[More Information Needed]

Compute Infrastructure

[More Information Needed]

Hardware

[More Information Needed]

Software

[More Information Needed]

Citation [optional]

BibTeX:

[More Information Needed]

APA:

[More Information Needed]

Glossary [optional]

[More Information Needed]

More Information [optional]

[More Information Needed]

Model Card Authors [optional]

[More Information Needed]

Model Card Contact

[More Information Needed]

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · transformers

Нельзя запустить

Модели нужен код из репозитория; автор пока не в списке доверенных организаций.

Класс архитектуры
RelikReaderREModel
Ревизия весов
66efc1a

0 моделей