/ Модель

Характеристики

Контекст
514 токенов
Параметры
659 млн
Лицензия
Своя лицензия
Архитектура
xlm-roberta · dense
Библиотека
transformers
Опубликована
21 ноя 2025

RigoBERTa-2.0

Заполнение пропусковТекст → текст5 профессий

Испаноязычный энкодер XLM-RoBERTa для заполнения пропусков и адаптации к задачам понимания текста.

263скачиваний за 30 дней15лайковвеса обновлены21 ноя 2025

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

RigoBERTa 2.0 — испаноязычная языковая модель-энкодер, разработанная IIC. Она получена дальнейшим языково-адаптивным предобучением FacebookAI/xlm-roberta-large на отобранном испанском корпусе с помощью masked language modeling. Модель содержит 658,7 млн параметров, использует архитектуру XLM-RoBERTa и принимает последовательности длиной до 514 токенов.

Модель предназначена для понимания испанского текста и может служить основой для классификации текстов, распознавания именованных сущностей и других задач NLP. В Hugging Face она опубликована для заполнения пропусков в замаскированном тексте. Токенизатор унаследован от базовой модели; для длинных последовательностей в описанном процессе применяются сегменты с перекрытием.

Лицензия rigoberta-nc запрещает коммерческое использование без согласования с разработчиками. Среди ограничений указаны возможные смещения в данных предобучения и необходимость оценивать вычислительные затраты при развертывании на устройствах с ограниченными ресурсами.

Сценарии применения

  • предсказание пропущенных слов в испанском тексте
  • классификация испаноязычных текстов после адаптации
  • распознавание именованных сущностей после дообучения
  • оценка и сравнение моделей для NLP на испанском языке

Ограничения

В данных предобучения могут присутствовать смещения. Развертывание на устройствах с ограниченными ресурсами требует оценки вычислительных затрат; коммерческое использование ограничено лицензией без согласования с разработчиками.

Для каких профессий подходит5

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

RigoBERTa 2.0

Logo

RigoBERTa 2.0 is a state-of-the-art encoder language model for Spanish, developed through language-adaptive pretraining. This model significantly improves performance on every previous Spanish encoder model offering robust language understanding.

Model Details

Model Description

RigoBERTa 2.0 was built by further pretraining the general-purpose FacebookAI/xlm-roberta-large on a meticulously curated Spanish corpus. The pretraining leverages masked language modeling (MLM) to adapt the model’s linguistic knowledge to the Spanish language.

  • Developed by: IIC
  • Model type: Encoder
  • Language(s) (NLP): Spanish
  • License: rigoberta-nc (permissive Non Commercial)
  • Finetuned from model: FacebookAI/xlm-roberta-large

Intended Use & Limitations

Intended Use

RigoBERTa 2.0 is designed for:

  • General text understanding in Spanish.
  • Applications in NLP tasks such as text classification, named entity recognition, and related downstream tasks.
  • Research and development purposes, including benchmarking and further model adaptation.

Note that the license is non-commercial. For a commercial use, please contact us.

Limitations & Caveats

  • Data Biases: While we used a highly curated dataset, it may contain biases due to source selection and the inherent limitations of public data.
  • Operational Cost: Despite being an encoder-based model with relatively lower computational costs compared to generative LLMs, deployment in resource-constrained settings should be carefully evaluated.

Training Details

Training Procedure

Preprocessing

  • Tokenizer: Uses the tokenizer from FacebookAI/xlm-roberta-large to ensure consistency with the base model.
  • Handling Long Sequences: Sequences exceeding 512 tokens are segmented with a stride of 128 tokens; shorter sequences are padded as necessary.
  • OOV Handling: Out-of-vocabulary words are managed using subword tokenization, maintaining robust handling any kind of text.

Evaluation

RigoBERTa 2.0 was evaluated on several Spanish NLP tasks. Evaluation metrics indicate that the model outperforms previous multi-language models and general Spanish language models.

Key Results:

  • Achieves top performance on most of the tested datasets.

Breakdown of the results:

Clinical Bench García Subies et al.

Bench2

Bench3

Citation

If you use RigoBERTa 2.0 in your research, please cite the associated paper:

BibTeX:

@misc{rigoberta2,
	author       = { Instituto de Ingeniería del Conocimiento },
	title        = { RigoBERTa-2.0 },
	year         = 2025,
	url          = { https://huggingface.co/IIC/RigoBERTa-2.0 },
	doi          = { 10.57967/hf/7048 },
	publisher    = { Hugging Face }
}

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers · fill-mask

Можно запустить

Подбираем GPU…

Класс архитектуры
XLMRobertaForMaskedLM
Ревизия весов
a429e2b

0 моделей