Характеристики

Контекст: 514 токенов
Параметры: 305 млн
Лицензия: MIT
Архитектура: xlm-roberta · dense
Базовая модель: xlm-roberta-base
Библиотека: transformers
Опубликована: 19 июн 2026

Ссылки

Hugging Face

xlm-roberta-base-finetuned-panx-fr

John7767

Разметка токеновТекст → label

Дообученная французская XLM-RoBERTa для классификации токенов, в частности задач разметки последовательностей.

4скачиваний за 30 дней0лайковвеса обновлены23 июн 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

John7767/xlm-roberta-base-finetuned-panx-fr — дообученная модель на основе FacebookAI/xlm-roberta-base для классификации токенов. Суффикс panx-fr указывает на французскую версию модели PAN-X; README сообщает оценку F1 0,7597 и loss 0,3965 на наборе оценки, но не раскрывает данные обучения и детали оценки.

Модель содержит 305,2 млн параметров, использует архитектуру XLM-RoBERTa и принимает последовательности текста с контекстом до 514 токенов. Репозиторий предоставляет веса в формате safetensors; лицензия — MIT. Подробные сведения о точной схеме меток и известных ограничениях в карточке отсутствуют.

Сценарии применения

разметка сущностей во французском тексте
извлечение именованных сущностей из документов на французском
токенная разметка французских предложений

Ограничения

README не описывает набор обучения, схему меток и подробности оценки; приведённый F1 0,7597 сам по себе не позволяет оценить качество на других данных.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

xlm-roberta-base-finetuned-panx-fr

This model is a fine-tuned version of xlm-roberta-base on an unknown dataset. It achieves the following results on the evaluation set:

Loss: 0.3965
F1: 0.7597

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: 4
eval_batch_size: 4
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: 1

Training results

Training Loss	Epoch	Step	Validation Loss	F1
0.539	1.0	1145	0.3965	0.7597

Framework versions

Transformers 4.57.6
Pytorch 2.12.1
Datasets 2.14.5
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: 0418c74