Испаноязычная BERT-модель извлекает ответы на вопросы из новостных текстов Доминиканской Республики.
11скачиваний за 30 дней1лайквеса обновлены30 июл 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
Modelo QA dominicano final es un modelo BERT de respuesta extractiva a preguntas, desarrollado por Marcoreyes2050 y дообученный на базе Lisibonny/modelo_qa_beto_squad_es_pdqa для новостей Доминиканской Республики. Он принимает вопрос и контекст, а в ответе выделяет фрагмент текста из контекста; ответ должен присутствовать в исходном материале.
Модель насчитывает 137,1 млн параметров, использует архитектуру BertForQuestionAnswering и поддерживает контекст длиной до 512 токенов. Обучение проводилось в течение одной эпохи на сбалансированной смеси человеческих и синтетических примеров. На валидации указаны EM 60,0 и F1 77,15; базовый результат F1 составлял 75,84.
Модель предназначена для извлечения ответов из испаноязычных новостных текстов, в частности связанных с Доминиканской Республикой. Она может ошибаться в именах, датах, числах и границах выделяемого фрагмента и не проверяет достоверность новостей. Лицензия в предоставленных данных не указана.
Сценарии применения
поиск ответа на вопрос в статье доминиканских новостей
извлечение имён людей и организаций из новостного контекста
извлечение дат и чисел из новостных материалов
ответы на вопросы по испаноязычным новостным текстам
Ограничения
Ответ должен присутствовать в контексте; модель может ошибаться в сущностях, датах, количествах и границах фрагмента. Она не проверяет достоверность новостей.
Для каких профессий подходит3
Разделы каталога профессий, в задачах которых используется эта модель
Modelo de QA extractivo para noticias dominicanas, adaptado desde Lisibonny/modelo_qa_beto_squad_es_pdqa.
Resultados
EM validation: 60.0000
F1 validation: 77.1538
Seed seleccionada: 13
Baseline: EM 60.00 / F1 75.84
Entrenamiento
Learning rate: 1e-5
Épocas: 1
Max length: 384
Doc stride: 128
Weight decay: 0.01
Warmup ratio: 0.05
Datos: mezcla balanceada de ejemplos humanos y sintéticos.
Limitaciones
La respuesta debe aparecer en el contexto. El modelo puede confundir entidades, fechas, cantidades o límites de span y no verifica la veracidad de una noticia.
Как запустить
На своей GPU в ailist. Цена — по текущим предложениям провайдеров