/ Модель

Характеристики

Контекст
512 токенов
Параметры
265 млн
Лицензия
Apache 2.0
Архитектура
bert · dense
Базовая модель
muril-base-cased
Библиотека
transformers
Опубликована
6 авг 2026

muril-ner-multilingual-v2

Разметка токеновТекст → label8 профессий

Дообученная на MuRIL модель для разметки токенов и распознавания именованных сущностей в многоязычном тексте.

10скачиваний за 30 дней0лайковвеса обновлены6 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

Learner-sai/muril-ner-multilingual-v2 — модель для классификации токенов, дообученная на базе google/muril-base-cased. Архитектура — BERT с 264,8 млн параметров; модель принимает текст и выдаёт метки для его токенов. Контекст ограничен 512 токенами.

По названию репозитория модель предназначена для распознавания именованных сущностей в многоязычном тексте. В README указаны результаты на оценочном наборе: F1 0,7682, точность 0,7501 и полнота 0,7872; набор данных обозначен как None, поэтому языковой охват и состав сущностей определить нельзя. Лицензия — Apache-2.0.

Сценарии применения

  • распознавание имен людей в тексте
  • извлечение названий организаций
  • поиск географических объектов в документах
  • разметка сущностей в многоязычных текстах

Ограничения

README не сообщает, на каких языках и датасете обучалась модель, и не описывает набор классов сущностей. На оценочном наборе указаны F1 0,7682, точность 0,7501 и полнота 0,7872; результаты на других данных могут отличаться.

Для каких профессий подходит8

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

muril-ner-multilingual-v2

This model is a fine-tuned version of google/muril-base-cased on the None dataset. It achieves the following results on the evaluation set:

  • Loss: 0.2213
  • Precision: 0.7501
  • Recall: 0.7872
  • F1: 0.7682
  • Accuracy: 0.9383

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: 3e-05
  • train_batch_size: 16
  • eval_batch_size: 32
  • 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: 3
  • mixed_precision_training: Native AMP

Training results

Training LossEpochStepValidation LossPrecisionRecallF1Accuracy
0.21281.062500.22080.74840.77070.75940.9361
0.18402.0125000.21730.73750.79500.76520.9366
0.14353.0187500.22130.75010.78720.76820.9383

Framework versions

  • Transformers 5.14.1
  • Pytorch 2.11.0+cu128
  • Datasets 2.21.0
  • 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
BertForTokenClassification
Ревизия весов
5c1aa7c

0 моделей