Характеристики

Контекст: 512 токенов
Параметры: 432 млн
Лицензия: Apache 2.0
Архитектура: bert · dense
Базовая модель: bert-large-cased
Опубликована: 5 июн 2024

Ссылки

Hugging Face

bert-large-cased-fp-sick

varun-v-rao

Классификация текстаТекст → label

Дообученная на SICK модель BERT Large Cased для классификации текстовых последовательностей и пар.

3скачиваний за 30 дней0лайковвеса обновлены5 июн 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

Это модель классификации последовательностей на базе BERT Large Cased, дообученная автором varun-v-rao на наборе данных SICK. Она предназначена для классификации текстовых пар; в README приведены результаты на оценочной выборке: accuracy 0,8626 и loss 0,3773. Модель содержит 432,3 млн параметров, принимает текст с контекстом до 512 токенов и распространяется в формате Safetensors.

Модель можно применять для классификации текстовых пар в задачах, связанных с набором SICK. Лицензия Apache-2.0 разрешает использование и распространение на её условиях. README не описывает метки классификации, подробности обучения или ограничения, поэтому результаты на других данных и перенос на иные задачи не подтверждены.

Сценарии применения

классификация пар предложений из набора SICK
оценка семантической связи между предложениями
эксперименты с классификацией текстовых пар на BERT
сравнение результатов классификации на оценочной выборке SICK

Ограничения

README сообщает accuracy 0,8626 на оценочной выборке, но не приводит метки классов и методику оценки. Переносимость на другие наборы данных и задачи не подтверждена.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

bert-large-cased-fp-sick

This model is a fine-tuned version of bert-large-cased on the sick dataset. It achieves the following results on the evaluation set:

Loss: 0.3773
Accuracy: 0.8626

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: 64
eval_batch_size: 32
seed: 59
optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
lr_scheduler_type: linear
num_epochs: 3

Training results

Training Loss	Epoch	Step	Validation Loss	Accuracy
No log	1.0	70	0.5329	0.8
No log	2.0	140	0.3852	0.8667
No log	3.0	210	0.3773	0.8626

Framework versions

Transformers 4.35.2
Pytorch 2.0.1+cu118
Datasets 2.15.0
Tokenizers 0.15.0

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: BertForSequenceClassification
Ревизия весов: a77d0d8