bert-base-uncased-MNLI
Дообученная на MNLI модель BERT классифицирует отношение между предпосылкой и гипотезой как следование, нейтральность или противоречие.
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
textattack/bert-base-uncased-MNLI — модель классификации пар предложений, опубликованная TextAttack. Она основана на BERT base uncased и дообучена для распознавания текстовых выводов (MNLI): по предпосылке и гипотезе предсказывает entailment, neutral или contradiction.
Модель содержит около 136,7 млн параметров, использует архитектуру BERT для классификации последовательностей и принимает текстовые пары с контекстом до 512 токенов. Доступны веса PyTorch и Flax. Подходит для задач вывода на английском языке, включая классификацию отношения между предложениями и zero-shot классификацию через формулировку задачи как проверки гипотез.
Это специализированный классификатор, а не генеративная модель; его метки и качество ограничены задачей и данными MNLI, поэтому он не предназначен для свободных ответов или надёжного понимания произвольных предметных областей. Условия лицензии в доступных сведениях не подтверждены.
Сценарии применения
- проверка, следует ли гипотеза из текста
- определение противоречия между двумя предложениями
- классификация отношений между предпосылкой и гипотезой
- zero-shot классификация текста через проверку гипотез
Ограничения
Модель специализирована на классификации пар предложений и трёх метках MNLI; она не генерирует свободный текст, а выводы за пределами обучающей задачи могут быть ненадёжны.
Для каких профессий подходит3
Разделы каталога профессий, в задачах которых используется эта модель
Карточка модели
README от автора на Hugging Face, как он его опубликовал
Автор не опубликовал карточку модели.
Как запустить
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм · text-classification
Подбираем GPU…
- Класс архитектуры
- BertForSequenceClassification
- Ревизия весов
- 3a97f68