Характеристики

Контекст: 512 токенов
Параметры: 136 млн
Лицензия: Apache 2.0
Архитектура: albert · dense
Базовая модель: albert-base-v2
Опубликована: 14 сен 2023

Ссылки

customer-support-intent-albert

Классификация текстаТекст → label3 профессии

Модель классифицирует намерения клиентов в текстовых обращениях для автоматизации маршрутизации запросов службы поддержки.

21скачиваний за 30 дней21лайквеса обновлены14 дек 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

customer-support-intent-albert — модель на базе ALBERT, дообученная для классификации намерений в сообщениях клиентов. Она предназначена для маршрутизации обращений в службе поддержки и определения типа запроса по тексту. Модель использует архитектуру AlbertForSequenceClassification и принимает последовательности длиной до 512 токенов. Для дообучения использован датасет bitext/Bitext-customer-support-llm-chatbot-training-dataset; в карточке указаны точность 0,9988 и значение функции потерь 0,0154 на оценочной выборке.

Модель разработана автором репозитория vineetsharma на основе albert/albert-base-v2. Доступны веса в форматах PyTorch и safetensors. Лицензия — Apache-2.0. В карточке не описаны метки классов и подробности оценки, поэтому заявленную точность нельзя напрямую переносить на другие наборы данных или реальные обращения.

Сценарии применения

определение намерения клиента в сообщении
автоматическая маршрутизация обращений в службу поддержки
распределение запросов по категориям поддержки

Ограничения

Карточка не раскрывает набор классов и подробности оценки; результат на оценочной выборке не гарантирует сопоставимого качества на других данных.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

III.4Корпоративные функцииКлиентская поддержка и customer successAI помогает быстрее решать обращения и предупреждать проблемы клиентов.20 задач9 831модель 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.2Разработка и данныеСоздание и понимание программного кодаAI помогает писать, объяснять и связывать программный код с требованиями и существующей системой.20 задач21 443модели

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

customer-support-intent-albert

This model is a fine-tuned version of albert-base-v2 for intent classification on the bitext/Bitext-customer-support-llm-chatbot-training-dataset dataset.

It achieves the following results on the evaluation set:

Loss: 0.0154
Accuracy: 0.9988

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: 16
eval_batch_size: 16
seed: 42
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
1.1993	1.0	409	0.0969	0.9927
0.0304	2.0	818	0.0247	0.9951
0.0087	3.0	1227	0.0169	0.9963

Framework versions

Transformers 4.33.1
Pytorch 2.0.1
Datasets 2.14.5
Tokenizers 0.13.3

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: AlbertForSequenceClassification
Ревизия весов: 2d1e798