/ Модель
Каталог

Характеристики

Контекст
514 токенов
Параметры
95,2 млн
Лицензия
Apache 2.0
Архитектура
roberta · dense
Опубликована
20 мая 2024

Ссылки

Hugging Face

DA-mrm8488-distilroberta-finetuned-financial-news-sentiment-analysis

NLP-FEUP
Заполнение пропусковТекст → текст3 профессии

Дообученная DistilRoBERTa для заполнения пропусков в тексте с базой, предназначенной для анализа тональности англоязычных финансовых новостей.

25скачиваний за 30 дней0лайковвеса обновлены20 мая 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

DA-mrm8488-distilroberta-finetuned-financial-news-sentiment-analysis — производная модель NLP-FEUP, дообученная на базе mrm8488/distilroberta-finetuned-financial-news-sentiment-analysis. Это плотная модель архитектуры RoBERTa с 95,2 млн параметров, представленная в формате safetensors; базовая модель предназначена для классификации тональности англоязычных финансовых новостей и рыночных предложений.

В метаданных Hugging Face для этой версии указана задача fill-mask, то есть заполнение пропусков в тексте. README сообщает о дообучении на датасете, обозначенном как None, и приводит значение loss 5,9763 на оценочной выборке, но не описывает дополнительные сценарии или качество классификации. Модель может быть полезна для работы с маскированным текстом; применять её для анализа финансовой тональности следует с учётом назначения базовой модели и отсутствия подробных сведений об обучении этой версии.

Контекст составляет 514 токенов. Лицензия — Apache-2.0.

Сценарии применения

  • Заполнение маскированных слов в финансовых новостях
  • Восстановление пропусков в англоязычных рыночных текстах
  • Анализ финансовых предложений с учётом назначения базовой модели

Ограничения

README не содержит подробного описания модели, данных или ограничений; датасет указан как None. Приведённый loss 5,9763 не сопровождается контекстом для оценки качества.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии
II.8Разработка и данныеИнженерия данных и аналитикаAI помогает готовить надёжные данные и превращать их в понятную аналитику.22 задачи23 488моделейIV.2Отраслевые задачиБанки, платежи и инвестицииAI помогает управлять финансовым риском, платежами, инвестиционным анализом и обслуживанием клиентов.37 задач1 723моделиII.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

DA-mrm8488-distilroberta-finetuned-financial-news-sentiment-analysis

This model is a fine-tuned version of mrm8488/distilroberta-finetuned-financial-news-sentiment-analysis on the None dataset. It achieves the following results on the evaluation set:

  • Loss: 5.9763

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: 2e-05
  • train_batch_size: 8
  • eval_batch_size: 8
  • seed: 42
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: linear
  • num_epochs: 3

Training results

Training LossEpochStepValidation Loss
No log1.0407.6286
No log2.0806.2847
No log3.01206.0308

Framework versions

  • Transformers 4.41.0
  • Pytorch 2.3.0
  • Datasets 2.19.1
  • Tokenizers 0.19.1

Как запустить

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

GPU в ailist

Универсальный рантайм · fill-mask

Можно запустить

Подбираем GPU…

Класс архитектуры
RobertaForMaskedLM
Ревизия весов
5ace5ca

0 моделей

    Создать бенчмарк