/ Модель

Характеристики

Контекст
4 096 токенов
Параметры
124 млн
Размер весов
1,7 ГБ
Архитектура
longt5 · dense
Опубликована
20 дек 2022

long-t5-tglobal-base-blogpost-cqa-onnx

Языковая модель7 профессий

ONNX-экспорт дообученной LongT5 для ответов на вопросы с учётом длинного текста и контекста беседы.

16скачиваний за 30 дней8лайковвеса обновлены3 янв 2023

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

Это экспортированная в ONNX версия модели Tryolabs для ответов на вопросы в диалоге. Она основана на LongT5-TGlobal-Base и дообучена на SQuADv2, CoQA и собственном наборе TryoCoQA. Архитектура LongT5 предназначена для работы с длинным текстом; размер модели — 123,7 млн параметров, контекст — до 4096 токенов.

Модель подходит для извлечения ответов из текста и ответов на вопросы с учётом контекста беседы, например, по содержимому статей и документов. Экспорт разделяет вычисления на компоненты энкодера и декодера для запуска через ONNX Runtime и 🤗 Optimum. В README приведены результаты на тестовых наборах: F1 74,29 после обучения на SQuADv2 и CoQA и F1 54,77 после обучения на TryoCoQA. Лицензия в предоставленных данных не указана.

Сценарии применения

  • ответы на вопросы по содержимому статей
  • ответы на вопросы по длинным документам
  • ответы на уточняющие вопросы в диалоге
  • извлечение ответов из текста для систем вопросов и ответов

Ограничения

В README приведены разные результаты для используемых наборов данных, поэтому качество зависит от сценария. Языковая поддержка не обозначена в предоставленных данных.

Для каких профессий подходит7

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

Fine-tuned LongT5 for Conversational QA (ONNX Format)

This model is an ONNX export of tryolabs/long-t5-tglobal-base-blogpost-cqa, a fine-tuned version of long-t5-tglobal-base for the task of Conversational QA. The model was fine-tuned on the SQuADv2 and CoQA datasets and on Tryolabs' own custom dataset, TryoCoQA.

The model was exported using 🤗 Optimum's exporters feature, which separates the original model into three componentes: the encoder, the decoder with the Language Modeling head, and the decoder with hidden states as additional inputs. Using 🤗 Optimum and ONNX Runtime, you can combine these components for faster inference.

You can find the details on how we fine-tuned the model and built TryoCoQA on our blog post!

You can also play with the model on the following space.

Results

  • Fine-tuning for 3 epochs on SQuADv2 and CoQA combined achieved a 74.29 F1 score on the test set.
  • Fine-tuning for 166 epochs on TryoCoQA achieved a 54.77 F1 score on the test set.

Как запустить

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

GPU в ailist

Универсальный рантайм

Нельзя запустить

У модели не указана задача.

Класс архитектуры
LongT5ForConditionalGeneration
Ревизия весов
ab7b17b

0 моделей