Характеристики

Контекст: 514 токенов
Параметры: 659 млн
Лицензия: MIT
Архитектура: xlm-roberta · dense
Базовая модель: xlm-roberta-large
Библиотека: transformers
Опубликована: 18 июл 2026

Ссылки

Hugging Face

xlm-roberta-sarcasmo

Fer1155453

Классификация текстаТекст → label3 профессии

Дообученная XLM-RoBERTa large для классификации текста с целью выявления сарказма.

10скачиваний за 30 дней0лайковвеса обновлены18 июл 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

Fer1155453/xlm-roberta-sarcasmo — модель классификации текста, дообученная автором на базе FacebookAI/xlm-roberta-large. По названию репозитория она предназначена для определения сарказма в тексте. Модель содержит 658,7 млн параметров, использует архитектуру XLM-RoBERTa для классификации последовательностей и рассчитана на контекст до 514 токенов.

В README приведены результаты на тестовой выборке: F1 Macro 0,9288, F1 Weighted 0,9318, F1 Binary 0,9137 и accuracy 0,9319. Карточка не сообщает состав и язык датасета, поэтому эти показатели нельзя переносить на другие языки и типы текста без проверки. Модель распространяется по лицензии MIT.

Сценарии применения

выявление сарказма в пользовательских сообщениях
разметка саркастичных отзывов
анализ тональности публикаций в соцсетях с выделением сарказма

Ограничения

В README не описаны язык и состав обучающего датасета, поэтому область применимости и качество на разных языках и жанрах текста требуют отдельной проверки.

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 III.2Корпоративные функцииИсследование рынка и маркетингAI помогает понимать рынок, создавать коммуникации и улучшать эффективность маркетинга.22 задачи8 594модели II.8Разработка и данныеИнженерия данных и аналитикаAI помогает готовить надёжные данные и превращать их в понятную аналитику.22 задачи23 488моделей

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

xlm-roberta-sarcasmo

This model is a fine-tuned version of FacebookAI/xlm-roberta-large on the None dataset. It achieves the following results on the evaluation set:

Loss: 0.5846
F1 Macro: 0.9288
F1 Weighted: 0.9318
F1 Binary: 0.9137
Accuracy: 0.9319

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: 32
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
lr_scheduler_warmup_steps: 0.1
num_epochs: 10

Training results

Training Loss	Epoch	Step	Validation Loss	F1 Macro	F1 Weighted	F1 Binary	Accuracy
0.3240	1.0	764	0.3099	0.8772	0.8820	0.8533	0.8819
0.2463	2.0	1528	0.4246	0.8775	0.8844	0.8425	0.8874
0.2655	3.0	2292	0.3020	0.9157	0.9186	0.9011	0.9182
0.1666	4.0	3056	0.2917	0.9232	0.9267	0.9052	0.9274
0.0641	5.0	3820	0.5168	0.9167	0.9195	0.9022	0.9192
0.0459	6.0	4584	0.5230	0.9248	0.9282	0.9079	0.9287
0.0467	7.0	5348	0.5011	0.9333	0.9362	0.9185	0.9365
0.0071	8.0	6112	0.5746	0.9219	0.9255	0.9039	0.9260
0.0139	9.0	6876	0.5985	0.9296	0.9326	0.9143	0.9329
0.0121	10.0	7640	0.5846	0.9288	0.9318	0.9137	0.9319

Framework versions

Transformers 5.13.1
Pytorch 2.11.0+cu128
Datasets 4.0.0
Tokenizers 0.22.2

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers · text-classification

Можно запустить

Подбираем GPU…

Класс архитектуры: XLMRobertaForSequenceClassification
Ревизия весов: 587909a