/ Модель

Характеристики

Контекст
514 токенов
Параметры
454 млн
Лицензия
MIT
Архитектура
roberta · dense
Базовая модель
roberta-large
Библиотека
transformers
Опубликована
10 авг 2026

roberta-large-ECB-dapt

Заполнение пропусковТекст → текст3 профессии

Дообученная RoBERTa-large предсказывает пропущенные токены в тексте.

40скачиваний за 30 дней0лайковвеса обновлены10 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

LorenzoAleCon29/roberta-large-ECB-dapt — дообученная модель семейства RoBERTa, разработанная на базе FacebookAI/roberta-large. Она предназначена для заполнения пропусков в тексте: модель предсказывает вероятные токены на месте маски. Модель содержит 454,1 млн параметров, использует архитектуру RobertaForMaskedLM и принимает контекст длиной до 514 токенов.

В карточке указано дообучение на неизвестном наборе данных и значение Loss 1,6064 на тестовой выборке; подробности о данных, оценке и целевых сценариях отсутствуют. Модель доступна в формате safetensors по лицензии MIT.

Сценарии применения

  • подстановка пропущенного слова в предложение
  • получение вариантов заполнения текстовой маски
  • оценка вероятного продолжения локального контекста
  • эксперименты с языковыми представлениями RoBERTa

Ограничения

Данные для дообучения и подробности оценки не описаны, поэтому качество на конкретных текстах и языках не установлено. Контекст ограничен 514 токенами.

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

roberta-large-ECB-dapt

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

  • Loss: 1.6064

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: 8
  • eval_batch_size: 8
  • seed: 42
  • gradient_accumulation_steps: 16
  • total_train_batch_size: 128
  • 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
  • lr_scheduler_warmup_steps: 100
  • num_epochs: 3
  • mixed_precision_training: Native AMP

Training results

Training LossEpochStepValidation Loss
32.47240.26901501.8905
30.82240.53813001.7731
29.50920.80714501.7544
28.21901.07536001.7265
27.98321.34447501.6481
27.84921.61349001.6129
27.21091.882410501.6108
26.89272.150712001.5764

Framework versions

  • Transformers 5.0.0
  • Pytorch 2.10.0+cu128
  • Datasets 5.0.0
  • Tokenizers 0.22.2

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers · fill-mask

Можно запустить

Подбираем GPU…

Класс архитектуры
RobertaForMaskedLM
Ревизия весов
5cee92d

0 моделей