Характеристики

Контекст: 514 токенов
Параметры: 659 млн
Лицензия: MIT
Архитектура: xlm-roberta · dense
Базовая модель: xlm-roberta-large
Опубликована: 31 мая 2024

Ссылки

Hugging Face

e_care_xlm_roberta_large_finetuned

Ariffiq99

Классификация и разметкаТекст → label3 профессии

Дообученная XLM-RoBERTa Large для выбора ответа из нескольких вариантов.

8скачиваний за 30 дней0лайковвеса обновлены31 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/e_care_xlm_roberta_large_finetuned — мультиязычная модель XLM-RoBERTa Large, дообученная для задачи multiple-choice. В карточке указаны 658,7 млн параметров, контекст до 514 токенов и формат весов safetensors; базовая модель — FacebookAI/xlm-roberta-large.

Модель предназначена для выбора ответа из предложенных вариантов. По названию репозитория можно предположить связь с e-care, однако README не описывает сценарии применения, данные обучения или предметную область, поэтому её специализацию нельзя подтвердить. В оценке на неизвестном наборе данных указаны Loss 0,7550 и F1 0,8011.

Модель разработана Ariffiq99 и опубликована по лицензии MIT. Она унаследовала мультиязычную основу XLM-RoBERTa, поддерживающую 100 языков; отдельные языки и ограничения для этой дообученной версии в карточке не уточнены.

Сценарии применения

выбор правильного ответа в тестах с вариантами
ранжирование предложенных ответов на вопрос
оценка вариантов ответа в мультиязычных заданиях

Ограничения

README не раскрывает обучающий датасет, целевую предметную область или подробности оценки; приведённые метрики относятся к неизвестному набору данных. Контекст ограничен 514 токенами.

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 IV.5Отраслевые задачиОбразование и развитие навыковAI помогает персонализировать обучение и снижать административную нагрузку на преподавателей.34 задачи6 641модель I.2Универсальные способностиСинтез, понимание и проверка знанийAI помогает сжимать, сопоставлять и критически проверять знания без потери существенного контекста.18 задач42 341модель

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

e_care_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: 0.7550
F1: 0.8011

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: 5

Training results

Training Loss	Epoch	Step	Validation Loss	F1
0.6491	1.0	933	0.4687	0.7630
0.4502	2.0	1866	0.4618	0.7809
0.2981	3.0	2799	0.4715	0.7978
0.2031	4.0	3732	0.6238	0.7941
0.1335	5.0	4665	0.7550	0.8011

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: 4e8d7e0