Характеристики

Контекст: 514 токенов
Параметры: 659 млн
Лицензия: MIT
Архитектура: xlm-roberta · dense
Базовая модель: xlm-roberta-large
Опубликована: 27 мая 2024

Ссылки

Hugging Face

COPA_xlm_roberta_large_finetuned

Ariffiq99

Классификация и разметкаТекст → label

Дообученная XLM-RoBERTa Large выбирает наиболее подходящий вариант ответа в задачах с несколькими вариантами.

8скачиваний за 30 дней0лайковвеса обновлены27 мая 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

Ariffiq99/COPA_xlm_roberta_large_finetuned — дообученная Ariffiq99 модель XLM-RoBERTa Large для выбора наиболее подходящего ответа из нескольких вариантов. Архитектура использует 658,7 млн параметров и принимает текст с вариантами ответа; задача модели обозначена как multiple-choice. Контекст составляет до 514 токенов. Базовая XLM-RoBERTa рассчитана на работу со 100 языками, но язык и данные конкретного дообучения не описаны.

В README приведены результаты оценки: loss 0,6931 и F1 0,492; без сведений о наборе данных и протоколе оценки их нельзя интерпретировать как гарантию качества для конкретного применения. Модель распространяется по лицензии MIT.

Сценарии применения

выбор правильного ответа в тесте с вариантами
решение задач на понимание прочитанного с несколькими ответами
ранжирование вариантов ответа по соответствию вопросу

Ограничения

README сообщает F1 0,492, но не описывает набор данных и протокол оценки, поэтому переносимость результата на другие задачи неясна. Не описаны конкретные языки дообучения и ограничения применения.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

COPA_xlm_roberta_large_finetuned

This model is a fine-tuned version of FacebookAI/xlm-roberta-large on an unknown dataset. It achieves the following results on the evaluation set:

Loss: 0.6931
F1: 0.492

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 Loss	Epoch	Step	Validation Loss	F1
No log	1.0	63	0.6932	0.5
No log	2.0	126	0.6927	0.536
No log	3.0	189	0.6931	0.526
No log	4.0	252	0.6932	0.474
No log	5.0	315	0.6931	0.486
No log	6.0	378	0.6931	0.488
No log	7.0	441	0.6931	0.5
0.6985	8.0	504	0.6931	0.472
0.6985	9.0	567	0.6931	0.482
0.6985	10.0	630	0.6931	0.492

Framework versions

Transformers 4.41.0
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: aa6a4be