/ Модель

Характеристики

Контекст
512 токенов
Параметры
306 млн
Лицензия
MIT
Архитектура
deberta-v2 · dense
Базовая модель
mdeberta-v3-base
Опубликована
30 ноя 2022

mdeberta-v3-base-squad2

Ответы на вопросыТекст → текст8 профессий

Многоязычная модель DeBERTa V3, дообученная на SQuAD 2.0 для извлечения ответов на вопросы из заданного текста.

78 958скачиваний за 30 дней260лайковвеса обновлены26 ноя 2024

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

timpal0l/mdeberta-v3-base-squad2 — многоязычная модель для извлечения ответов на вопросы, разработанная на основе microsoft/mdeberta-v3-base и дообученная timpal0l в течение трёх эпох на SQuAD 2.0. Она принимает вопрос и контекст, затем выделяет в контексте фрагмент, который отвечает на вопрос; обучение на SQuAD 2.0 позволяет модели также обрабатывать вопросы без ответа в контексте.

В основе лежит архитектура DeBERTa V3: 12 слоёв с размером скрытого состояния 768; общее число параметров — 306 млн. Многоязычная базовая модель обучалась на данных CC100 и использует словарь из 250 тысяч токенов. Контекст модели — до 512 токенов. Модель предназначена для extractive question answering и доступна в форматах PyTorch и Safetensors.

Модель подходит для поиска ответов в заданном тексте на поддерживаемых языках. Она возвращает фрагмент исходного контекста, поэтому не предназначена для свободной генерации развёрнутых ответов или работы без предоставленного контекста. Лицензия — MIT.

Сценарии применения

  • поиск ответа на вопрос в статье или документе
  • извлечение фактов из предоставленного контекста
  • ответы на вопросы по многоязычным текстам
  • определение, содержится ли ответ на вопрос в контексте

Ограничения

Ответ извлекается из предоставленного контекста, а максимальная длина контекста составляет 512 токенов. README сообщает о дообучении на SQuAD 2.0, но не приводит оценок качества на других наборах данных.

Для каких профессий подходит8

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

This model can be used for Extractive QA

It has been finetuned for 3 epochs on SQuAD2.0.

Usage

from transformers import pipeline

qa_model = pipeline("question-answering", "timpal0l/mdeberta-v3-base-squad2")
question = "Where do I live?"
context = "My name is Tim and I live in Sweden."
qa_model(question = question, context = context)
# {'score': 0.975547730922699, 'start': 28, 'end': 36, 'answer': ' Sweden.'}

Evaluation on SQuAD2.0 dev set

{
    "epoch": 3.0,
    "eval_HasAns_exact": 79.65587044534414,
    "eval_HasAns_f1": 85.91387795001529,
    "eval_HasAns_total": 5928,
    "eval_NoAns_exact": 82.10260723296888,
    "eval_NoAns_f1": 82.10260723296888,
    "eval_NoAns_total": 5945,
    "eval_best_exact": 80.8809904826076,
    "eval_best_exact_thresh": 0.0,
    "eval_best_f1": 84.00551406448994,
    "eval_best_f1_thresh": 0.0,
    "eval_exact": 80.8809904826076,
    "eval_f1": 84.00551406449004,
    "eval_samples": 12508,
    "eval_total": 11873,
    "train_loss": 0.7729689576483615,
    "train_runtime": 9118.953,
    "train_samples": 134891,
    "train_samples_per_second": 44.377,
    "train_steps_per_second": 0.925
}

DeBERTaV3: Improving DeBERTa using ELECTRA-Style Pre-Training with Gradient-Disentangled Embedding Sharing

DeBERTa improves the BERT and RoBERTa models using disentangled attention and enhanced mask decoder. With those two improvements, DeBERTa out perform RoBERTa on a majority of NLU tasks with 80GB training data.

In DeBERTa V3, we further improved the efficiency of DeBERTa using ELECTRA-Style pre-training with Gradient Disentangled Embedding Sharing. Compared to DeBERTa, our V3 version significantly improves the model performance on downstream tasks. You can find more technique details about the new model from our paper.

Please check the official repository for more implementation details and updates.

mDeBERTa is multilingual version of DeBERTa which use the same structure as DeBERTa and was trained with CC100 multilingual data. The mDeBERTa V3 base model comes with 12 layers and a hidden size of 768. It has 86M backbone parameters with a vocabulary containing 250K tokens which introduces 190M parameters in the Embedding layer. This model was trained using the 2.5T CC100 data as XLM-R.

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
DebertaV2ForQuestionAnswering
Ревизия весов
08d6e89

0 моделей