bourdoiscatie commited on
Commit
df7513d
1 Parent(s): 0025234

Update app.py

Browse files
Files changed (1) hide show
  1. app.py +1 -1
app.py CHANGED
@@ -3,7 +3,7 @@ from transformers import pipeline
3
  from PIL import Image
4
 
5
  st.sidebar.header("**Instructions**")
6
- st.sidebar.markdown("Démonstrateur du modèle [QAmembert](https://huggingface.co/collections/CATIE-AQ/catie-french-qa-pack-650821750f44c341cdb8ec91) entraîné sur plus de 220 000 contextes/questions/réponses en français et capable d'indiquer si la réponse se situe ou non dans le texte fourni. Il est disponible en quatre versions : QAmemBERT1-base se basant sur un [CamemBERT](https://hf.co/almanach/camembert-base) de 110M de paramètres et gérant un contexte de 512 tokens, QAmemBERT2 se basant sur un [CamemBERT 2.0](https://hf.co/almanach/camembertv2-base) de 112M de paramètres et gérant un contexte de 1024 tokens, QAmemBERTa se basant sur un [CamemBERTa 2.0](https://hf.co/almanach/camembertav2-base) de 111M de paramètres et gérant un contexte de 1024 tokens (**ce modèle donne les meilleurs résultats d'après nos benchmarks**) et QAmemBERT1-large se basant sur un [CamemBERT](https://hf.co/almanach/camembert-base) de 336M de paramètres et gérant un contexte de 512 tokens. Pour utiliser l'application, sélectionnez la version de votre choix ci-dessous, puis renseignez un texte et une question à propos de celui-ci. Enfin appuyez sur le bouton « Appliquer le modèle » pour observer la réponse trouvée par le modèle. Pour en savoir plus sur ce modèle, vous pouvez lire l'[article de blog](https://blog.vaniila.ai/QA/) détaillant la démarche suvie.")
7
  version = st.sidebar.radio("Choix de la version du modèle :", ["QAmemBERT1-base", "QAmemBERT2", "QAmemBERTa", "QAmemBERT1-large"])
8
  st.sidebar.markdown("---")
9
  st.sidebar.markdown("Ce modèle a été entraîné via la plateforme [*Vaniila*](https://www.vaniila.ai/) du [CATIE](https://www.catie.fr/).")
 
3
  from PIL import Image
4
 
5
  st.sidebar.header("**Instructions**")
6
+ st.sidebar.markdown("Démonstrateur du modèle [QAmembert](https://huggingface.co/collections/CATIE-AQ/catie-french-qa-pack-650821750f44c341cdb8ec91) entraîné sur plus de 220 000 contextes/questions/réponses en français et capable d'indiquer si la réponse se situe ou non dans le texte fourni. Il est disponible en quatre versions : QAmemBERT1-base (110M de paramètres et taille de contexte de 512 tokens), QAmemBERT2 (112M, 1024 tokens), QAmemBERTa (111M, 1024 tokens) (**ce modèle donne les meilleurs résultats d'après nos benchmarks**) et QAmemBERT1-large (336M, 512 tokens). Pour utiliser l'application, sélectionnez la version de votre choix ci-dessous, puis renseignez un texte et une question à propos de celui-ci. Enfin appuyez sur le bouton « Appliquer le modèle » pour observer la réponse trouvée par le modèle. Pour en savoir plus sur ce modèle, vous pouvez lire l'[article de blog](https://blog.vaniila.ai/QA/) détaillant la démarche suvie.")
7
  version = st.sidebar.radio("Choix de la version du modèle :", ["QAmemBERT1-base", "QAmemBERT2", "QAmemBERTa", "QAmemBERT1-large"])
8
  st.sidebar.markdown("---")
9
  st.sidebar.markdown("Ce modèle a été entraîné via la plateforme [*Vaniila*](https://www.vaniila.ai/) du [CATIE](https://www.catie.fr/).")