/ Модель

Характеристики

Контекст
262 144 токена
Базовая модель
Qwen3.5-0.8B
Библиотека
peft
Опубликована
18 авг 2026

ner-pt-f1-v1-qwen35-0-8b-specific-paramopama-seed42

Разметка токеновТекст → label3 профессии

JoaoReiz/ner-pt-f1-v1-qwen35-0-8b-specific-paramopama-seed42 — это LoRA-адаптер для модели Qwen/Qwen3.5-0.8B, предназначенный для генеративного распознавания именованных сущностей (NER) в текстах на португальском языке.

563скачиваний за 30 дней0лайковвеса обновлены18 авг 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

Адаптер опубликован в рамках исследовательской матрицы экспериментов ner-pt-generative-2026-f1-v1 и рассчитан на исследовательское использование, оценивание и контролируемые эксперименты в прикладных системах.

Модель использует базовую генеративную архитектуру Qwen3.5 с размером 0,8 млрд параметров и дообучение методом LoRA через PEFT в режиме BF16. Канонический сценарий инференса предполагает vLLM, temperature 0 и генерацию JSON с ограничениями формата labels_and_tokens. В эксперименте на датасете paramopama достигнуты precision 0,8841, recall 0,8875 и F1 0,8858 при структурной валидности 0,9984; результаты относятся только к указанному корпусу, фиксированным разбиениям и одному seed 42.

Сильной стороной адаптера является высокая структурная корректность генерируемых ответов и хорошие показатели на целевом корпусе. При этом структурно корректный результат может быть семантически ошибочным, схемы аннотаций различаются между корпусами, а возможное перекрытие текстов способно влиять на оценки. Модель не валидировалась для ответственных решений или автономного применения и требует проверки ошибок в целевом домене. Для воспроизведения рекомендуется использовать точную ревизию базовой модели и BF16-совместимое оборудование. Лицензия в README не указана; необходимо отдельно проверить лицензии адаптера и датасета.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

ner-pt-f1-v1-qwen35-0-8b-specific-paramopama-seed42

LoRA adapter for generative named-entity recognition in Portuguese. This artifact is one run of the ner-pt-generative-2026-f1-v1 research matrix.

Run configuration

  • Base model: Qwen/Qwen3.5-0.8B@2fc06364715b967f1860aea9cf38778875588b17
  • Regime: specific
  • Dataset: paramopama
  • Seed: 42
  • Precision: BF16 training with LoRA
  • Checkpoint selection: validation end-to-end F1; the test split was not used for selection
  • Canonical inference: vLLM, temperature 0, labels_and_tokens constrained JSON
  • Invalid-output policy: empty prediction in end-to-end scoring

Test results

DatasetPrecisionRecallF1Structural validity
paramopama0.88410.88750.88580.9984

Results describe only the listed frozen splits and this single seed. Cross-seed uncertainty requires completion of the full three-seed matrix. Results must not be interpreted as evidence of general performance outside these corpora.

Artifacts and reproducibility

The repository root contains the LoRA adapter. research/ contains frozen predictions, normal and decontaminated metrics, schema ablations, inference contracts, the run manifest, hashes, and checkpoint-selection evidence.

Load this adapter with PEFT on the exact base-model revision above. Reproduce the documented protocol with BF16-capable hardware and the versions recorded in research/manifest.json.

Intended use and limitations

Intended for Portuguese NER research, evaluation, and controlled downstream experimentation. Generated spans can be structurally valid yet semantically wrong. Corpus annotation schemes differ, text overlap may affect estimates, and this model has not been validated for high-stakes or autonomous decisions. Users must review dataset licenses and evaluate errors in their target domain.

Как запустить

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

GPU в ailist

Универсальный рантайм · peft

Нельзя запустить

Репозиторий содержит только адаптер (LoRA/PEFT) без базовой модели.

Ревизия весов
5ede926

0 моделей