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

KUCI_xlm_roberta_large_Finetuned

Ariffiq99

Классификация и разметкаТекст → label3 профессии

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

9скачиваний 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

KUCI_xlm_roberta_large_Finetuned — модель XLM-RoBERTa large, дообученная автором репозитория на датасете, который в карточке не назван. Она предназначена для выбора правильного варианта ответа в задачах multiple choice. В метаданных указаны архитектура XLMRobertaForMultipleChoice, 658,7 млн параметров, контекст до 514 токенов и формат safetensors.

В оценке на тестовом наборе указаны loss 0,8479 и F1 0,8503, но описание набора и протокола оценки отсутствует. Базовая модель XLM-RoBERTa рассчитана на 100 языков; конкретные языки и специализация этой версии не уточнены. Модель распространяется по лицензии MIT.

Сценарии применения

Выбор правильного ответа в тесте с вариантами
Решение задач формата multiple choice
Оценка вариантов ответа по контексту

Ограничения

Датасет дообучения и подробности тестирования не описаны, поэтому приведённые метрики нельзя уверенно переносить на другие наборы задач. Конкретные поддерживаемые языки этой версии не перечислены.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

I.11Универсальные способностиКлассификация, ранжирование и сопоставлениеAI помогает распределять объекты по категориям, устанавливать соответствия и определять порядок обработки.15 задач26 736моделей I.2Универсальные способностиСинтез, понимание и проверка знанийAI помогает сжимать, сопоставлять и критически проверять знания без потери существенного контекста.18 задач42 341модель I.12Универсальные способностиРекомендации и персонализацияAI помогает подбирать релевантные варианты и адаптировать опыт под конкретного человека или ситуацию.15 задач7 627моделей

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

KUCI_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: 0.8479
F1: 0.8503

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: 4

Training results

Training Loss	Epoch	Step	Validation Loss	F1
0.4577	1.0	5196	0.4667	0.8350
0.3242	2.0	10392	0.5279	0.8406
0.1904	3.0	15588	0.6255	0.8510
0.1002	4.0	20784	0.8479	0.8503

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: de5e7c6