Характеристики

Контекст: 514 токенов
Параметры: 305 млн
Лицензия: MIT
Архитектура: xlm-roberta · dense
Базовая модель: xlm-roberta-base
Библиотека: transformers
Опубликована: 29 янв 2025

Ссылки

Hugging Face

xlm-roberta-base-tat-finetuned

Kuongan

Классификация текстаТекст → label

Дообученная XLM-RoBERTa-модель для классификации текста по классам.

10скачиваний за 30 дней0лайковвеса обновлены29 янв 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

Kuongan/xlm-roberta-base-tat-finetuned — модель классификации текста на основе XLM-RoBERTa, дообученная разработчиком Kuongan на наборе данных, указанном в карточке как None. Она предназначена для присвоения текстам классов; конкретная предметная область и значения классов в карточке не описаны. Модель использует плотную архитектуру XLM-RoBERTa для классификации последовательностей, содержит 305,2 млн параметров и принимает последовательности длиной до 514 токенов. Опубликована в формате safetensors и рассчитана на работу через библиотеку Transformers.

В карточке приведены результаты оценки: F1 0,5327, ROC AUC 0,7359 и точность 0,595; эти метрики следует рассматривать в контексте неописанного набора данных и неизвестной схемы классов. Модель является дообучением FacebookAI/xlm-roberta-base и распространяется по лицензии MIT.

Сценарии применения

Классификация текстов на метки обучающего набора
Автоматическая категоризация коротких текстов
Оценка класса текста в конвейере обработки данных

Ограничения

Набор данных, классы и предметная область не описаны, поэтому назначение меток нельзя установить по карточке. Приведённые метрики получены на неуточнённом наборе оценки и не гарантируют качество на других данных.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

xlm-roberta-base-tat-finetuned

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

Loss: 0.2873
F1: 0.5327
Roc Auc: 0.7359
Accuracy: 0.595

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: 32
eval_batch_size: 32
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
0.5826	1.0	49	0.4235	0.0	0.5	0.16
0.4143	2.0	98	0.4032	0.0	0.5	0.16
0.4081	3.0	147	0.3902	0.0	0.5	0.16
0.3759	4.0	196	0.3631	0.1200	0.5587	0.25
0.3329	5.0	245	0.3312	0.3611	0.6423	0.415
0.3105	6.0	294	0.3192	0.3617	0.6585	0.485
0.2798	7.0	343	0.3094	0.4167	0.6785	0.515
0.2495	8.0	392	0.3122	0.4018	0.6703	0.495
0.221	9.0	441	0.2978	0.4003	0.6657	0.495
0.2025	10.0	490	0.2916	0.4518	0.6885	0.525
0.185	11.0	539	0.2909	0.4958	0.7158	0.58
0.1665	12.0	588	0.2846	0.4907	0.7067	0.555
0.1618	13.0	637	0.2862	0.4783	0.6960	0.55
0.1412	14.0	686	0.2851	0.5188	0.7251	0.57
0.1436	15.0	735	0.2873	0.5327	0.7359	0.595
0.1324	16.0	784	0.2963	0.4886	0.7049	0.545
0.1218	17.0	833	0.2922	0.5150	0.7262	0.57
0.1329	18.0	882	0.2899	0.5068	0.7213	0.575
0.1176	19.0	931	0.2920	0.5189	0.7294	0.575

Framework versions

Transformers 4.47.0
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: 30f1ee3