/ Модель

Характеристики

Контекст
514 токенов
Параметры
305 млн
Лицензия
MIT
Архитектура
xlm-roberta · dense
Опубликована
2 мар 2022

xlm-roberta-base

Заполнение пропусковТекст → текст8 профессий

Многоязычная базовая модель XLM-RoBERTa для восстановления замаскированных слов и построения представлений текста для последующих NLP-задач.

9,4 млнскачиваний за 30 дней959лайковвеса обновлены19 фев 2024

Бенчмарки

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

Публичные оценки23

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

  • BSARDRetrieval

    ndcg_at_10 · выше — лучше

    Результат

    0

    Общий результат 0,018
    MTEB

    Публичная таблицаревизия не подтверждена

  • AmazonReviewsClassification

    fr.f1 · выше — лучше

    Результат

    0,2403

    MTEB

    Публичная таблицаревизия не подтверждена

  • MintakaRetrieval

    fr.ndcg_at_10 · выше — лучше

    Результат

    0,0088

    Общий результат 0,0067Общий результат 0,0006
    MTEB

    Публичная таблицаревизия не подтверждена

  • VGHierarchicalClusteringP2P

    main_score

    Результат

    0,3398

    MTEB

    Публичная таблицаревизия совпадает

  • MassiveScenarioClassification

    main_score

    Результат

    0,4239

    Общий результат 0,503Общий результат 0,4318Общий результат 0,4072
    MTEB

    Публичная таблицаревизия совпадает

  • MassiveIntentClassification

    main_score

    Результат

    0,3899

    Общий результат 0,5249Общий результат 0,4576Общий результат 0,4469
    MTEB

    Публичная таблицаревизия совпадает

  • PawsXPairClassification

    fr.dot.precision · выше — лучше

    Результат

    0,4545

    MTEB

    Публичная таблицаревизия не подтверждена

  • AlloprofReranking

    map · выше — лучше

    Результат

    0,2558

    MTEB

    Публичная таблицаревизия не подтверждена

  • TV2Nordretrieval

    main_score

    Результат

    0,0528

    MTEB

    Публичная таблицаревизия совпадает

  • AlloprofRetrieval

    precision_at_3 · выше — лучше

    Результат

    0,0003

    Общий результат 0,0009Общий результат 0,0005Общий результат 0,0004
    MTEB

    Публичная таблицаревизия не подтверждена

  • TwitterHjerneRetrieval

    main_score

    Результат

    0,1906

    MTEB

    Публичная таблицаревизия совпадает

  • ScalaClassification

    main_score

    Результат

    0,6168

    MTEB

    Публичная таблицаревизия совпадает

  • SICKFr

    cos_sim.spearman · выше — лучше

    Результат

    0,4862

    MTEB

    Публичная таблицаревизия не подтверждена

  • SyntecRetrieval

    recall_at_1 · выше — лучше

    Результат

    0

    Общий результат 0,0144Общий результат 0,002
    MTEB

    Публичная таблицаревизия не подтверждена

  • XPQARetrieval

    fr.mrr_at_5 · выше — лучше

    Результат

    0,1271

    Общий результат 0,2257Общий результат 0,1
    MTEB

    Публичная таблицаревизия не подтверждена

  • AngryTweetsClassification

    main_score

    Результат

    0,5231

    MTEB

    Публичная таблицаревизия совпадает

  • SwedishSentimentClassification

    main_score

    Результат

    0,7925

    MTEB

    Публичная таблицаревизия совпадает

  • SyntecReranking

    mrr · выше — лучше

    Результат

    0,4375

    MTEB

    Публичная таблицаревизия не подтверждена

  • NorwegianCourtsBitextMining

    main_score

    Результат

    0,5064

    MTEB

    Публичная таблицаревизия совпадает

  • LccSentimentClassification

    main_score

    Результат

    0,524

    MTEB

    Публичная таблицаревизия совпадает

  • BornholmBitextMining

    main_score

    Результат

    0,0442

    MTEB

    Публичная таблицаревизия совпадает

  • SummEvalFr

    cos_sim.pearson · выше — лучше

    Результат

    0,296

    MTEB

    Публичная таблицаревизия не подтверждена

  • STSBenchmarkMultilingualSTS

    fr.manhattan.pearson · выше — лучше

    Результат

    0,4836

    MTEB

    Публичная таблицаревизия не подтверждена

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

XLM-RoBERTa base — многоязычная трансформерная модель FacebookAI, впервые выпущенная в этом репозитории. Она предварительно обучена на 2,5 ТБ отфильтрованных данных CommonCrawl на 100 языках с целью masked language modeling: модель восстанавливает замаскированные слова, используя контекст с обеих сторон. Это базовая модель архитектуры XLM-RoBERTa с 305,2 млн параметров и контекстом до 514 токенов.

Модель подходит для предсказания пропущенных слов и получения текстовых представлений для последующей настройки на классификацию последовательностей и токенов, а также ответы на вопросы. Она поддерживает множество языков; метаданные перечисляют коды языков, среди которых английский, арабский, китайский здесь не указан, французский, немецкий, японский, корейский, русский также не указан. Для генерации связного текста модель не предназначена. Лицензия — MIT.

Сценарии применения

  • предсказание пропущенных слов в многоязычном тексте
  • получение контекстных представлений предложений для классификатора
  • дообучение для классификации текста
  • дообучение для разметки сущностей и токенов
  • дообучение для ответов на вопросы по тексту

Ограничения

Сырая модель в основном предназначена для дообучения на целевых задачах и не подходит для генерации текста. Перечень языков в доступных метаданных ограничен, хотя README указывает предобучение на 100 языках.

Для каких профессий подходит8

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

XLM-RoBERTa (base-sized model)

XLM-RoBERTa model pre-trained on 2.5TB of filtered CommonCrawl data containing 100 languages. It was introduced in the paper Unsupervised Cross-lingual Representation Learning at Scale by Conneau et al. and first released in this repository.

Disclaimer: The team releasing XLM-RoBERTa did not write a model card for this model so this model card has been written by the Hugging Face team.

Model description

XLM-RoBERTa is a multilingual version of RoBERTa. It is pre-trained on 2.5TB of filtered CommonCrawl data containing 100 languages.

RoBERTa is a transformers model pretrained on a large corpus in a self-supervised fashion. This means it was pretrained on the raw texts only, with no humans labelling them in any way (which is why it can use lots of publicly available data) with an automatic process to generate inputs and labels from those texts.

More precisely, it was pretrained with the Masked language modeling (MLM) objective. Taking a sentence, the model randomly masks 15% of the words in the input then run the entire masked sentence through the model and has to predict the masked words. This is different from traditional recurrent neural networks (RNNs) that usually see the words one after the other, or from autoregressive models like GPT which internally mask the future tokens. It allows the model to learn a bidirectional representation of the sentence.

This way, the model learns an inner representation of 100 languages that can then be used to extract features useful for downstream tasks: if you have a dataset of labeled sentences for instance, you can train a standard classifier using the features produced by the XLM-RoBERTa model as inputs.

Intended uses & limitations

You can use the raw model for masked language modeling, but it's mostly intended to be fine-tuned on a downstream task. See the model hub to look for fine-tuned versions on a task that interests you.

Note that this model is primarily aimed at being fine-tuned on tasks that use the whole sentence (potentially masked) to make decisions, such as sequence classification, token classification or question answering. For tasks such as text generation, you should look at models like GPT2.

Usage

You can use this model directly with a pipeline for masked language modeling:

>>> from transformers import pipeline
>>> unmasker = pipeline('fill-mask', model='xlm-roberta-base')
>>> unmasker("Hello I'm a <mask> model.")

[{'score': 0.10563907772302628,
  'sequence': "Hello I'm a fashion model.",
  'token': 54543,
  'token_str': 'fashion'},
 {'score': 0.08015287667512894,
  'sequence': "Hello I'm a new model.",
  'token': 3525,
  'token_str': 'new'},
 {'score': 0.033413201570510864,
  'sequence': "Hello I'm a model model.",
  'token': 3299,
  'token_str': 'model'},
 {'score': 0.030217764899134636,
  'sequence': "Hello I'm a French model.",
  'token': 92265,
  'token_str': 'French'},
 {'score': 0.026436051353812218,
  'sequence': "Hello I'm a sexy model.",
  'token': 17473,
  'token_str': 'sexy'}]

Here is how to use this model to get the features of a given text in PyTorch:

from transformers import AutoTokenizer, AutoModelForMaskedLM

tokenizer = AutoTokenizer.from_pretrained('xlm-roberta-base')
model = AutoModelForMaskedLM.from_pretrained("xlm-roberta-base")

# prepare input
text = "Replace me by any text you'd like."
encoded_input = tokenizer(text, return_tensors='pt')

# forward pass
output = model(**encoded_input)

BibTeX entry and citation info

@article{DBLP:journals/corr/abs-1911-02116,
  author    = {Alexis Conneau and
               Kartikay Khandelwal and
               Naman Goyal and
               Vishrav Chaudhary and
               Guillaume Wenzek and
               Francisco Guzm{\'{a}}n and
               Edouard Grave and
               Myle Ott and
               Luke Zettlemoyer and
               Veselin Stoyanov},
  title     = {Unsupervised Cross-lingual Representation Learning at Scale},
  journal   = {CoRR},
  volume    = {abs/1911.02116},
  year      = {2019},
  url       = {http://arxiv.org/abs/1911.02116},
  eprinttype = {arXiv},
  eprint    = {1911.02116},
  timestamp = {Mon, 11 Nov 2019 18:38:09 +0100},
  biburl    = {https://dblp.org/rec/journals/corr/abs-1911-02116.bib},
  bibsource = {dblp computer science bibliography, https://dblp.org}
}

Как запустить

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

GPU в ailist

Универсальный рантайм · fill-mask

Можно запустить

Подбираем GPU…

Класс архитектуры
XLMRobertaForMaskedLM
Ревизия весов
e73636d

0 моделей