/ Модель

Характеристики

Контекст
514 токенов
Параметры
659 млн
Лицензия
MIT
Архитектура
xlm-roberta · dense
Базовая модель
KUCI_xlm_roberta_large_Finetuned
Опубликована
3 июн 2024

COPA_KUCI_xlm_roberta_large_finetuned

Классификация и разметкаТекст → label

Дообученная XLM-RoBERTa Large для выбора ответа в задачах с несколькими вариантами.

7скачиваний за 30 дней0лайковвеса обновлены3 июн 2024

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

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

COPA_KUCI_xlm_roberta_large_finetuned — дообученная модель на архитектуре XLM-RoBERTa Large, опубликованная пользователем Ariffiq99. Она предназначена для задач с несколькими вариантами ответа: модель оценивает варианты и помогает выбрать подходящий. В репозитории указано 658,7 млн параметров, контекст до 514 токенов и формат весов Safetensors.

Модель дообучена на базе Ariffiq99/KUCI_xlm_roberta_large_Finetuned; набор данных в карточке не раскрыт. В README приведены результаты оценки: loss 0,8801 и F1 0,804. Модель доступна по лицензии MIT.

Сценарии применения

  • выбор правильного ответа из нескольких вариантов
  • оценка вариантов ответа на заданный вопрос
  • решение тестовых заданий с вариантами ответа

Ограничения

Датасет обучения и подробности назначения в README не раскрыты. В карточке приведены только loss 0,8801 и F1 0,804 без описания набора оценки или методики.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

COPA_KUCI_xlm_roberta_large_finetuned

This model is a fine-tuned version of Ariffiq99/KUCI_xlm_roberta_large_Finetuned on an unknown dataset. It achieves the following results on the evaluation set:

  • Loss: 0.8801
  • F1: 0.804

Model description

More information needed

Intended uses & limitations

More information needed

Training and evaluation data

More information needed

Training procedure

Training hyperparameters

The following hyperparameters were used during training:

  • learning_rate: 1e-05
  • train_batch_size: 16
  • eval_batch_size: 16
  • seed: 42
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: linear
  • num_epochs: 10

Training results

Training LossEpochStepValidation LossF1
No log1.0630.48750.7940
No log2.01260.43860.822
No log3.01890.44880.816
No log4.02520.53100.82
No log5.03150.57560.816
No log6.03780.70600.8140
No log7.04410.78250.806
0.27198.05040.78230.806
0.27199.05670.87820.806
0.271910.06300.88010.804

Framework versions

  • Transformers 4.41.1
  • Pytorch 2.3.0+cu121
  • Datasets 2.19.1
  • Tokenizers 0.19.1

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · multiple-choice

Можно запустить

Подбираем GPU…

Класс архитектуры
XLMRobertaForMultipleChoice
Ревизия весов
a98e1dc

0 моделей