Характеристики

Контекст: 514 токенов
Параметры: 305 млн
Лицензия: MIT
Архитектура: xlm-roberta · dense
Базовая модель: xlm-roberta-base
Библиотека: transformers
Опубликована: 27 сен 2026

Ссылки

Hugging Face

xlm-roberta-base-finetuned-panx-de

CZend371

Разметка токеновТекст → label

Дообученная XLM-RoBERTa для распознавания именованных сущностей в немецких текстах.

20скачиваний за 30 дней0лайковвеса обновлены28 сен 2026

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

CZend371/xlm-roberta-base-finetuned-panx-de — модель CZend371, дообученная на базе FacebookAI/xlm-roberta-base для классификации токенов. По названию репозитория она предназначена для распознавания именованных сущностей на немецком языке в задаче PAN-X. Модель содержит 305,2 млн параметров, использует архитектуру XLM-RoBERTa и принимает текстовые последовательности длиной до 514 токенов.

Модель подходит для извлечения сущностей из немецких текстов и разметки их фрагментов. README не описывает набор данных, схему меток или результаты оценки, поэтому качество и точный перечень распознаваемых классов по доступным сведениям определить нельзя. Веса опубликованы в формате Safetensors; лицензия — MIT.

Сценарии применения

извлечение именованных сущностей из немецких документов
разметка сущностей в немецких новостях
поиск имён людей и организаций в немецком тексте

Ограничения

README не раскрывает обучающий набор данных, схему меток и результаты оценки, поэтому точные классы сущностей и качество модели не подтверждены.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

xlm-roberta-base-finetuned-panx-de

This model is a fine-tuned version of xlm-roberta-base on an unknown dataset.

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: 5e-05
train_batch_size: 24
eval_batch_size: 24
seed: 42
optimizer: Use OptimizerNames.ADAMW_TORCH_FUSED with betas=(0.9,0.999) and epsilon=1e-08 and optimizer_args=No additional optimizer arguments
lr_scheduler_type: linear
num_epochs: 3

Training results

Framework versions

Transformers 4.57.6
Pytorch 2.11.0+cu128
Datasets 4.8.5
Tokenizers 0.22.2

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers · token-classification

Можно запустить

Подбираем GPU…

Класс архитектуры: XLMRobertaForTokenClassification
Ревизия весов: 5d2b785