Характеристики

Контекст: 514 токенов
Параметры: 152 млн
Архитектура: roberta · dense

Ссылки

roberta-base-MNLI

Классификация текстаТекст → label5 профессий

Англоязычная модель RoBERTa для классификации отношений следования, нейтральности и противоречия между посылкой и гипотезой.

2 026скачиваний за 30 дней2лайкавеса обновлены20 мая 2021

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/roberta-base-MNLI — модель классификации текста, опубликованная организацией TextAttack на Hugging Face. Это RoBERTa с плотной архитектурой и примерно 151,8 млн параметров, дообученная для распознавания текстовых следствий (natural language inference, NLI). Она принимает пару предложений: посылку и гипотезу, затем классифицирует их отношение как следование, нейтральное отношение или противоречие. Модель подходит для проверки, подтверждает ли исходный текст заданное утверждение, и для экспериментов с классификацией пар предложений.

Модель рассчитана на англоязычные данные. Максимальная длина контекста составляет 514 токенов. Доступны веса PyTorch и Flax; карточка Hugging Face не приводит лицензию и отдельные сведения об ограничениях качества.

Сценарии применения

проверка, следует ли гипотеза из текста-посылки
поиск противоречий между двумя предложениями
классификация пар предложений по отношению следования
оценка текстовых утверждений относительно исходного текста

Ограничения

Модель ориентирована на англоязычные пары предложений и ограничена контекстом в 514 токенов. Карточка модели не сообщает отдельные оценки качества или лицензионные условия.

Для каких профессий подходит5

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

I.2Универсальные способностиСинтез, понимание и проверка знанийAI помогает сжимать, сопоставлять и критически проверять знания без потери существенного контекста.18 задач42 341модель I.11Универсальные способностиКлассификация, ранжирование и сопоставлениеAI помогает распределять объекты по категориям, устанавливать соответствия и определять порядок обработки.15 задач26 736моделей 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 II.1Разработка и данныеАнализ требований и архитектура ПОAI помогает переводить потребности бизнеса в непротиворечивые требования и технические решения.20 задач18 191модель

Также подходит для

I.14Автоматизация процессов и AI-агенты

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Автор не опубликовал карточку модели.

Как запустить

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

GPU в ailist

Универсальный рантайм · text-classification

Можно запустить

Подбираем GPU…

Класс архитектуры: RobertaForSequenceClassification
Ревизия весов: 6f2e633