Характеристики
- Контекст
- 512 токенов
- Параметры
- 137 млн
- Лицензия
- MIT
- Архитектура
- bert · dense
- Опубликована
- 5 авг 2023
Ссылки
datafinder-huggingface-prompt-queries
BERT-подобная модель для преобразования естественно-языковых запросов в признаки при поиске и рекомендации наборов данных Hugging Face.
Бенчмарки
Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды
Тесты пользователейпока нет
Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.
Добавьте модель в бенчмарк
Вместе с другими моделями категории «Эмбеддинги» — сравнение идёт внутри одной категории.
Опишите свои задачи
Напишите запросы, при необходимости приложите файлы и эталонные ответы.
Запустите и опубликуйте
Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.
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
viswavi/datafinder-huggingface-prompt-queries — модель, опубликованная Vijay Viswanathan, предназначенная для извлечения признаков из текстовых запросов и поиска или рекомендации подходящих наборов данных в Hugging Face по естественно-языковому описанию задачи. Она связана с проектом DataFinder, который решает задачу текстового поиска научных наборов данных и ранжирования релевантных результатов.
Модель имеет BERT-подобную архитектуру, реализована с использованием Transformers и PyTorch, содержит около 137,1 млн параметров и поддерживает контекст до 512 токенов. Основной режим применения — feature extraction: модель преобразует текстовые запросы в векторные представления для последующего сравнения и retrieval. Лицензия MIT. Поддерживаемые языки явно не определены в доступных метаданных.
Сценарии применения
- поиск наборов данных Hugging Face по описанию задачи
- рекомендация научных датасетов по текстовому запросу
- векторизация запросов для семантического поиска
- ранжирование наборов данных по релевантности
Ограничения
Модель предназначена для извлечения признаков и не является генеративной моделью или готовой системой ответов на вопросы. Контекст ограничен 512 токенами; качество поиска зависит от индексируемых описаний наборов данных и процедуры последующего ранжирования.
Для каких профессий подходит4
Разделы каталога профессий, в задачах которых используется эта модель
Карточка модели
README от автора на Hugging Face, как он его опубликовал
Автор не опубликовал карточку модели.
Как запустить
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм
Подбираем GPU…
- Класс архитектуры
- BertModel
- Ревизия весов
- 93f0929