/ Модель
Каталог

Характеристики

Параметры
138 млн
Лицензия
MIT
Архитектура
xlnet · dense
Опубликована
13 авг 2022

Ссылки

Hugging Face

xlnet-base-cased-finetuned-squad

srikanthkb
Ответы на вопросыТекст → текст5 профессий

Дообученная на SQuAD модель XLNet для поиска ответов на вопросы в предоставленном тексте.

58скачиваний за 30 дней0лайковвеса обновлены13 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

srikanthkb/xlnet-base-cased-finetuned-squad — модель XLNet, дообученная на наборе SQuAD для ответов на вопросы по предоставленному текстовому фрагменту. Она содержит 137,8 млн параметров и опубликована в формате PyTorch. В карточке указана оценка loss 0,2533 на наборе оценки.

Модель предназначена для извлечения ответа из контекста в системах вопросно-ответного поиска и для автоматизации ответов по текстовым материалам. Базовая модель — xlnet-base-cased; модель распространяется по лицензии MIT. README не приводит подробностей о языковом охвате и ограничениях качества.

Сценарии применения

  • извлечение ответа из текста по вопросу
  • вопросно-ответный поиск по статьям
  • поиск фактов в справочных материалах

Ограничения

README не сообщает об известных ограничениях и не приводит подробностей о языковом охвате или оценке качества, кроме значения loss 0,2533 на наборе оценки.

Для каких профессий подходит5

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 467моделейI.3Универсальные способностиИзвлечение и структурирование данныхAI помогает превращать разрозненные данные в структуру, пригодную для поиска, аналитики и автоматизации.18 задач25 791модельII.6Разработка и данныеДокументация и сопровождение разработкиAI помогает поддерживать понятную техническую документацию и ускорять передачу знаний.18 задач38 015моделейI.2Универсальные способностиСинтез, понимание и проверка знанийAI помогает сжимать, сопоставлять и критически проверять знания без потери существенного контекста.18 задач42 341модель

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

xlnet-base-cased-finetuned-squad

This model is a fine-tuned version of xlnet-base-cased on the squad dataset. It achieves the following results on the evaluation set:

  • Loss: 0.2533

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: 2e-05
  • train_batch_size: 16
  • eval_batch_size: 16
  • seed: 42
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: linear
  • num_epochs: 1

Training results

Training LossEpochStepValidation Loss
0.22931.055530.2533

Framework versions

  • Transformers 4.20.1
  • Pytorch 1.11.0
  • Datasets 2.1.0
  • 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
XLNetForQuestionAnsweringSimple
Ревизия весов
7c3bb00

0 моделей

    Создать бенчмарк