/ Модель

Характеристики

Контекст
512 токенов
Параметры
137 млн
Архитектура
bert · dense
Базовая модель
modelo_qa_beto_squad_es_pdqa
Опубликована
30 июл 2026

modelo-qa-dominicano-final

Ответы на вопросыТекст → текст3 профессии

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

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Modelo QA dominicano final

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

GPU в ailist

Универсальный рантайм · question-answering

Можно запустить

Подбираем GPU…

Класс архитектуры
BertForQuestionAnswering
Ревизия весов
2eec528

0 моделей