Sbert Chinese Qmc Finance V1 Distill

🚀 DMetaSoul/sbert-chinese-qmc-finance-v1-distill

此模型是一个蒸馏轻量化版本的模型，它基于之前开源金融问题匹配模型开发而来，仅采用了 4 层 BERT 架构。该模型特别适用于金融领域的问题匹配场景，能够高效地处理诸如以下示例中的问题匹配任务：

• 8 千日利息 400 元? VS 10000 元日利息多少钱
• 提前还款是按全额计息 VS 还款扣款不成功怎么还款？
• 为什么我借钱交易失败 VS 刚申请的借款为什么会失败

离线训练好的大模型若直接用于线上推理，会对计算资源提出苛刻要求，且难以满足业务环境对延迟、吞吐量等性能指标的需求。为解决这一问题，我们运用蒸馏手段对大模型进行轻量化处理。从 12 层 BERT 蒸馏为 4 层后，模型参数量缩小到 44%，大约能使 latency 减半、throughput 翻倍，不过精度会下降 5% 左右（具体结果详见下文评估小节）。

🚀 快速开始

✨ 主要特性

• 蒸馏轻量化：是原开源金融问题匹配模型的蒸馏版本，仅 4 层 BERT，参数量大幅缩小。
• 适用场景明确：专注于金融领域的问题匹配场景。
• 性能优化：在计算资源需求、延迟和吞吐量方面有显著改善。

📦 安装指南

通过 sentence-transformers 框架使用该模型

首先进行安装：

pip install -U sentence-transformers

💻 使用示例

基础用法

通过 sentence-transformers 框架载入模型并进行文本表征向量的提取：

from sentence_transformers import SentenceTransformer
sentences = ["到期不能按时还款怎么办", "剩余欠款还有多少？"]

model = SentenceTransformer('DMetaSoul/sbert-chinese-qmc-finance-v1-distill')
embeddings = model.encode(sentences)
print(embeddings)

高级用法

如果不想使用 sentence-transformers，可以通过 HuggingFace Transformers 来载入该模型并进行文本向量抽取：

from transformers import AutoTokenizer, AutoModel
import torch


#Mean Pooling - Take attention mask into account for correct averaging
def mean_pooling(model_output, attention_mask):
    token_embeddings = model_output[0] #First element of model_output contains all token embeddings
    input_mask_expanded = attention_mask.unsqueeze(-1).expand(token_embeddings.size()).float()
    return torch.sum(token_embeddings * input_mask_expanded, 1) / torch.clamp(input_mask_expanded.sum(1), min=1e-9)


# Sentences we want sentence embeddings for
sentences = ["到期不能按时还款怎么办", "剩余欠款还有多少？"]

# Load model from HuggingFace Hub
tokenizer = AutoTokenizer.from_pretrained('DMetaSoul/sbert-chinese-qmc-finance-v1-distill')
model = AutoModel.from_pretrained('DMetaSoul/sbert-chinese-qmc-finance-v1-distill')

# Tokenize sentences
encoded_input = tokenizer(sentences, padding=True, truncation=True, return_tensors='pt')

# Compute token embeddings
with torch.no_grad():
    model_output = model(**encoded_input)

# Perform pooling. In this case, mean pooling.
sentence_embeddings = mean_pooling(model_output, encoded_input['attention_mask'])

print("Sentence embeddings:")
print(sentence_embeddings)

🔧 技术细节

模型蒸馏

离线训练好的大模型直接用于线上推理对计算资源要求高，难以满足业务性能指标。因此使用蒸馏手段将 12 层 BERT 蒸馏为 4 层 BERT，实现模型轻量化。

性能对比

评估

性能对比

精度对比

⚠️ 重要提示

以上评估是基于 1 万条数据测试，GPU 设备是 V100，batch_size = 16，max_seq_len = 256。

📄 许可证

原文档未提及许可证信息，故跳过此章节。

Citing & Authors

E - mail: xiaowenbin@dmetasoul.com