Smart MCQ DeBERTa
Fine-tuned microsoft/deberta-v3-base checkpoint for ranking five multiple-choice answer options.
Use AutoModelForMultipleChoice and pass paired question/answer inputs with a batch dimension of one and five choices.
Характеристики
- Контекст
- 512 токенов
- Параметры
- 212 млн
- Архитектура
- deberta-v2 · dense
- Библиотека
- transformers
- Опубликована
- 8 сен 2026
Ссылки
smart-mcq-deberta
Дообученная DeBERTa-v3-base оценивает и ранжирует пять вариантов ответа на вопрос с выбором ответа.
20скачиваний за 30 дней1лайквеса обновлены8 сен 2026
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
Smart MCQ DeBERTa — модель на базе DeBERTa-v3-base, дообученная для оценки пяти вариантов ответа на вопрос с выбором ответа. Она принимает вопрос вместе с каждым вариантом и ранжирует варианты, помогая выбрать наиболее подходящий. Модель содержит 211,6 млн параметров, имеет контекст длиной до 512 токенов и рассчитана на использование через Transformers с AutoModelForMultipleChoice.
Модель подходит для автоматического выбора ответа в тестах, викторинах и других заданиях с пятью вариантами. Карточка не сообщает, на каких языках обучена модель и на каких наборах данных она проверялась; её применение следует ограничивать форматом и типом вопросов, на которых она была дообучена. Файлы опубликованы в формате safetensors. Лицензия в предоставленных данных не указана.
Сценарии применения
- выбор правильного ответа в тесте с пятью вариантами
- ранжирование ответов в викторине
- автоматическая проверка вопросов с множественным выбором
Ограничения
Модель рассчитана на пять вариантов ответа; переносимость на иные форматы и типы вопросов не подтверждена. Контекст ограничен 512 токенами.
Для каких профессий подходит3
Разделы каталога профессий, в задачах которых используется эта модель
I.11Универсальные способностиКлассификация, ранжирование и сопоставлениеAI помогает распределять объекты по категориям, устанавливать соответствия и определять порядок обработки.15 задач26 736моделейI.2Универсальные способностиСинтез, понимание и проверка знанийAI помогает сжимать, сопоставлять и критически проверять знания без потери существенного контекста.18 задач42 341модельI.14Универсальные способностиАвтоматизация процессов и AI-агентыAI помогает выполнять многошаговые цифровые процессы и координировать действия между системами.20 задач26 022модели
Карточка модели
README от автора на Hugging Face, как он его опубликовал
Как запустить
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм · transformers · multiple-choice
Подбираем GPU…
- Класс архитектуры
- DebertaV2ForMultipleChoice
- Ревизия весов
- a787bce