google/bigbird-base-trivia-itc

google
Pregunta y respuesta

Este modelo es un punto de control afinado de bigbird-roberta-base, afinado en trivia_qa con BigBirdForQuestionAnsweringHead en su parte superior. Consulta esto para ver qué tan bien google/bigbird-base-trivia-itc se desempeña en la respuesta a preguntas.

Como usar

Aquí está cómo usar este modelo para obtener las características de un texto dado en PyTorch:

from transformers import BigBirdForQuestionAnswering

# por defecto está en modo `block_sparse` con num_random_blocks=3, block_size=64
model = BigBirdForQuestionAnswering.from_pretrained("google/bigbird-base-trivia-itc")

# puedes cambiar `attention_type` a atención completa así:
model = BigBirdForQuestionAnswering.from_pretrained("google/bigbird-base-trivia-itc", attention_type="original_full")

# puedes cambiar `block_size` y `num_random_blocks` así:
model = BigBirdForQuestionAnswering.from_pretrained("google/bigbird-base-trivia-itc", block_size=16, num_random_blocks=2)

question = "Reemplázame por cualquier texto que desees."
context = "Pon algo de contexto para responder"
encoded_input = tokenizer(question, context, return_tensors='pt')
output = model(**encoded_input)

Funcionalidades

Transformers
PyTorch
JAX
Respuesta a preguntas
Compatibilidad con Endpoints de Inferencia

Casos de uso

Responder preguntas basadas en un contexto dado
Implementación en puntos finales de inferencia
Investigaciones académicas en Procesamiento del Lenguaje Natural