From : Indian Annual Report Assessment Using Large Language Models
This is Bert based Sentence Transformers Trained on Annual Reports
Характеристики
- Контекст
- 512 токенов
- Параметры
- 136 млн
- Архитектура
- bert · dense
- Опубликована
- 19 окт 2023
Ссылки
Indian-Annual-Report-SBERT-Bert
BERT-модель Sentence Transformers для векторизации предложений и сравнения текстов годовых отчётов индийских компаний.
69скачиваний за 30 дней1лайквеса обновлены19 окт 2023
Бенчмарки
Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды
Тесты пользователейпока нет
Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.
Добавьте модель в бенчмарк
Вместе с другими моделями категории «Эмбеддинги» — сравнение идёт внутри одной категории.
Опишите свои задачи
Напишите запросы, при необходимости приложите файлы и эталонные ответы.
Запустите и опубликуйте
Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.
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
scholarly360/Indian-Annual-Report-SBERT-Bert — модель на базе BERT, обученная разработчиком как Sentence Transformers на годовых отчётах индийских компаний. Она предназначена для получения векторных представлений предложений и оценки их семантического сходства, в частности для анализа и поиска информации в таких отчётах. Модель содержит 135,5 млн параметров, работает с текстом и имеет контекстное окно до 512 токенов.
В карточке указана связь с исследованием «Indian Annual Report Assessment Using Large Language Models». Модель подходит для построения семантического поиска и сравнения фрагментов годовых отчётов; точные результаты для иных типов текстов по имеющимся сведениям не установлены. Опубликована в формате PyTorch; сведения о лицензии в предоставленных данных отсутствуют.
Сценарии применения
- поиск похожих фрагментов в годовых отчётах индийских компаний
- семантический поиск по текстам годовых отчётов
- сравнение предложений из корпоративных отчётов
- получение эмбеддингов для анализа годовых отчётов
Ограничения
Контекст ограничен 512 токенами. Карточка не приводит сведения о лицензии и оценках качества; назначение описано для годовых отчётов, поэтому перенос на другие типы текстов не подтверждён.
Для каких профессий подходит4
Разделы каталога профессий, в задачах которых используется эта модель
I.11Универсальные способностиКлассификация, ранжирование и сопоставлениеAI помогает распределять объекты по категориям, устанавливать соответствия и определять порядок обработки.15 задач26 736моделейIV.2Отраслевые задачиБанки, платежи и инвестицииAI помогает управлять финансовым риском, платежами, инвестиционным анализом и обслуживанием клиентов.37 задач1 723моделиI.3Универсальные способностиИзвлечение и структурирование данныхAI помогает превращать разрозненные данные в структуру, пригодную для поиска, аналитики и автоматизации.18 задач25 791модельI.1Универсальные способностиПоиск и навигация по информацииAI помогает находить нужные сведения и помогать человеку быстро переходить от вопроса к подтверждённому источнику.18 задач13 467моделей
Карточка модели
README от автора на Hugging Face, как он его опубликовал
Как запустить
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм
Подбираем GPU…
- Класс архитектуры
- BertModel
- Ревизия весов
- 839344f