Характеристики

Контекст: 514 токенов
Параметры: 305 млн
Лицензия: MIT
Архитектура: xlm-roberta · dense
Базовая модель: xlm-roberta-base
Библиотека: transformers
Опубликована: 23 дек 2024

Ссылки

Hugging Face

CS221-xlm-roberta-base-finetuned-semeval

Kuongan

Классификация текстаТекст → label3 профессии

Дообученная многоязычная XLM-RoBERTa для классификации текстовых последовательностей.

12скачиваний за 30 дней0лайковвеса обновлены23 дек 2024

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

CS221-xlm-roberta-base-finetuned-semeval — модель классификации текста, созданная дообучением FacebookAI/xlm-roberta-base. Она использует архитектуру XLM-RoBERTa для классификации последовательностей, содержит 305,2 млн параметров и принимает текст длиной до 514 токенов. Многоязычная базовая модель предназначена для последующих задач обработки текста.

Модель опубликована под лицензией MIT. На указанном в карточке наборе для оценки приведены F1 0,7079, ROC AUC 0,7818 и accuracy 0,3791. Карточка не описывает классы, целевые языки и предполагаемые сценарии применения, поэтому применимость этих показателей к конкретным данным оценить нельзя.

Сценарии применения

классификация текстов по заданным категориям
отнесение текстовых примеров к классам в задаче SemEval

Ограничения

Карточка не сообщает, какие именно классы и языки охватывает модель, а также не раскрывает подробности обучающего набора. Accuracy на приведённой оценке составляет 0,3791, поэтому перед применением следует проверить качество на целевых данных.

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 II.8Разработка и данныеИнженерия данных и аналитикаAI помогает готовить надёжные данные и превращать их в понятную аналитику.22 задачи23 488моделей II.10Разработка и данныеРазработка и эксплуатация AI/ML-системAI помогает создавать, оценивать, развёртывать и контролировать AI/ML-системы на всём жизненном цикле.30 задач49 000моделей

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

CS221-xlm-roberta-base-finetuned-semeval

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

Loss: 0.4974
F1: 0.7079
Roc Auc: 0.7818
Accuracy: 0.3791

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: 2e-05
train_batch_size: 8
eval_batch_size: 8
seed: 42
optimizer: Use adamw_torch with betas=(0.9,0.999) and epsilon=1e-08 and optimizer_args=No additional optimizer arguments
lr_scheduler_type: cosine
lr_scheduler_warmup_steps: 100
num_epochs: 20

Training results

Training Loss	Epoch	Step	Validation Loss	F1	Roc Auc	Accuracy
0.5792	1.0	277	0.5662	0.4622	0.6287	0.1516
0.4577	2.0	554	0.4709	0.6128	0.7167	0.3321
0.3852	3.0	831	0.4541	0.6619	0.7480	0.3628
0.3082	4.0	1108	0.4574	0.6739	0.7562	0.3809
0.2796	5.0	1385	0.4827	0.6949	0.7722	0.3664
0.2216	6.0	1662	0.4974	0.7079	0.7818	0.3791
0.1233	7.0	1939	0.5549	0.7032	0.7785	0.3736
0.0894	8.0	2216	0.6017	0.6754	0.7573	0.3718
0.07	9.0	2493	0.6214	0.7031	0.7779	0.3863

Framework versions

Transformers 4.47.1
Pytorch 2.5.1+cu121
Datasets 3.2.0
Tokenizers 0.21.0

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: 3d9cc60