Характеристики

Контекст: 514 токенов
Параметры: 91,5 млн
Архитектура: xlm-roberta · dense
Базовая модель: afriberta_small
Библиотека: transformers
Опубликована: 24 окт 2024

Ссылки

Hugging Face

Afriberta-Swahili-mlm_model

Mahloromela

Заполнение пропусковТекст → текст3 профессии

Дообученная на суахили модель XLM-RoBERTa для предсказания пропущенных слов в тексте.

13скачиваний за 30 дней0лайковвеса обновлены24 окт 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

Mahloromela/Afriberta-Swahili-mlm_model — модель XLM-RoBERTa для заполнения пропусков в тексте, дообученная на базе castorini/afriberta_small. Она содержит 91,5 млн параметров, принимает текст с маскированным фрагментом и предсказывает подходящие варианты для его заполнения. Модель предназначена для задач языкового моделирования на суахили; в карточке указаны формат TensorFlow и контекст до 514 токенов.

Карточка не описывает датасет, результаты оценки и ограничения применения. Лицензия в предоставленных данных не указана.

Сценарии применения

подстановка пропущенного слова в предложение на суахили
получение вариантов продолжения маскированного фрагмента
оценка контекста слова в тексте на суахили

Ограничения

Датасет обучения и результаты оценки не описаны, поэтому качество модели по карточке оценить нельзя. Контекст ограничен 514 токенами.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

I.5Универсальные способностиСоздание и редактирование текстаAI помогает создавать и улучшать текстовые материалы, сохраняя смысл и требования автора.18 задач44 385моделей I.6Универсальные способностиПеревод и языковая адаптацияAI помогает переносить смысл между языками, форматами и культурными контекстами.16 задач16 710моделей 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

Afriberta-Swahili-mlm_model

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

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:

optimizer: {'name': 'Adam', 'weight_decay': None, 'clipnorm': None, 'global_clipnorm': None, 'clipvalue': None, 'use_ema': False, 'ema_momentum': 0.99, 'ema_overwrite_frequency': None, 'jit_compile': True, 'is_legacy_optimizer': False, 'learning_rate': 0.001, 'beta_1': 0.9, 'beta_2': 0.999, 'epsilon': 1e-07, 'amsgrad': False}
training_precision: float32

Training results

Framework versions

Transformers 4.44.2
TensorFlow 2.17.0
Datasets 3.0.2
Tokenizers 0.19.1

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers · fill-mask

Нельзя запустить

В репозитории нет весов в формате PyTorch/safetensors.

Класс архитектуры: XLMRobertaForMaskedLM
Ревизия весов: dcde274