Thai extractive QA fine-tuned จาก airesearch/wangchanberta-base-att-spm-uncased ด้วย 4 ตัวอย่าง (engine: transformers, steps: 30) ข้อสอบปลายภาควิชา 10301374 โดย 6704101346 ข้อมูลฝึกมีเพียง 4 คู่คำถาม-คำตอบ โมเดลจึงจดจำรูปแบบเฉพาะ (overfit) มากกว่าเรียนรู้การอ่านเข้าใจ ผลบนข้อมูลที่ฝึกจึงไม่สะท้อนความสามารถจริง ไม่มีชุด validation ที่เป็นอิสระ ค่าที่วัดได้แปรปรวนสูงตาม seed และคำถามส่วนใหญ่เป็นแบบ 'อยู่ภาคใด' ทำให้โมเดลอาจเดาจากรูปแบบ ควรใช้ชุดข้อมูลขนาดใหญ่ เช่น thaiqasquad หรือ iappwikiqasquad และแยก train/validation/test ก่อนสรุปผล
Independent publisher
Boorapha Mahattheeranangkun
Boorapha
Models in Library2
Datasets in Library1
Models on Hugging Face4
Followers—
Compare the published evidence
This profile connects the 3 model and dataset records shown below to their upstream cards and sources. The library counts describe SAVRN's coverage, rather than this publisher's entire output.
Published tasks: Question answering, Text generation.
Reported licenses: mit. Open a record to review its specific license and conditions.
Compare model specifications, source dates, and hardware estimates on the individual records. Publisher identity verification is separate from a model's quality, deployment readiness, or suitability for your work.
Models
โมเดล Thai GPT-2 ที่ Fine-tune จาก flax-community/gpt2-base-thai ด้วย THAITEXTS ข้อสอบปลายภาค 10301374 โดย 6704101346 Users (both direct and downstream) should be made aware of the risks, biases and limitations of the model. Use the code below to get started with the model. Carbon emissions can be estimated using the Machine Learning Impact calculator presented in Lacoste et al. (2019).