Характеристики

Контекст: 512 токенов
Параметры: 15,9 млн
Архитектура: albert · dense
Опубликована: 16 авг 2022

Ссылки

Hugging Face

tiny-bert-qa-es

srcocotero

Ответы на вопросыТекст → текст3 профессии

Компактная испаноязычная ALBERT-модель для извлечения ответов на вопросы из текста.

47скачиваний за 30 дней0лайковвеса обновлены16 авг 2022

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

tiny-bert-qa-es — компактная модель для ответов на вопросы на основе архитектуры ALBERT. Её разработчик дообучил CenIA/albert-tiny-spanish на наборе данных squad_es; модель содержит 15,9 млн параметров и принимает контекст длиной до 512 токенов.

Модель предназначена для извлечения ответа из предоставленного текста в системах вопросно-ответного поиска и справочных помощниках на испанском языке. В репозитории указаны веса PyTorch. Подробности об оценке качества и условиях использования в доступных материалах отсутствуют.

Сценарии применения

извлечение ответа из испанского текста по вопросу
вопросно-ответный поиск по испанским документам
создание справочного помощника для испаноязычных материалов

Ограничения

Качество и результаты оценки не описаны; модель обучена на squad_es, поэтому её надёжность на других языках и вне этого набора данных не установлена. Условия лицензии в доступных материалах не приведены.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

I.1Универсальные способностиПоиск и навигация по информацииAI помогает находить нужные сведения и помогать человеку быстро переходить от вопроса к подтверждённому источнику.18 задач13 467моделей I.3Универсальные способностиИзвлечение и структурирование данныхAI помогает превращать разрозненные данные в структуру, пригодную для поиска, аналитики и автоматизации.18 задач25 791модель II.10Разработка и данныеРазработка и эксплуатация AI/ML-системAI помогает создавать, оценивать, развёртывать и контролировать AI/ML-системы на всём жизненном цикле.30 задач49 000моделей

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

tiny-bert-qa-es

This model is a fine-tuned version of CenIA/albert-tiny-spanish on the squad_es dataset.

Model description

More information needed

Intended uses & limitations

More information needed

Training and evaluation data

More information needed

Training procedure

Training hyperparameters

The following hyperparameters were used during training:

learning_rate: 3e-05
train_batch_size: 16
eval_batch_size: 8
seed: 42
optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
lr_scheduler_type: linear
num_epochs: 3.0

Training results

Framework versions

Transformers 4.21.1
Pytorch 1.12.1+cu113
Datasets 2.4.0
Tokenizers 0.12.1

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: AlbertForQuestionAnswering
Ревизия весов: 37cf61d