Характеристики

Контекст: 514 токенов
Параметры: 659 млн
Лицензия: MIT
Архитектура: xlm-roberta · dense
Базовая модель: afro-xlmr-large-kinre-finetuned
Опубликована: 9 окт 2023

Ссылки

Hugging Face

afro-xlmr-large-kinre-finetuned-kinre-tweet-finetuned

RogerB

Заполнение пропусковТекст → текст3 профессии

Дообученная XLM-RoBERTa для предсказания пропущенных токенов в текстах на африканских языках.

12скачиваний за 30 дней0лайковвеса обновлены9 окт 2023

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

RogerB разработал эту модель как дообученную версию RogerB/afro-xlmr-large-kinre-finetuned. Это плотная модель XLM-RoBERTa с архитектурой XLMRobertaForMaskedLM и 658,7 млн параметров; она предсказывает пропущенные токены в тексте. Контекст составляет 514 токенов. Модель подходит для восстановления маскированных слов и анализа текстов на африканских языках, для которых предназначена базовая модель.

В README указана оценка loss 2,1652 на наборе для оценки, но датасет обучения и подробности методики не описаны. Модель распространяется под лицензией MIT.

Сценарии применения

восстановление пропущенных слов в тексте
получение кандидатов для заполнения маскированных токенов
анализ контекстных вариантов слова в африканских языках

Ограничения

README не описывает датасет обучения, предназначенные языки и сценарии применения; указана только оценка loss 2,1652. 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 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 I.6Универсальные способностиПеревод и языковая адаптацияAI помогает переносить смысл между языками, форматами и культурными контекстами.16 задач16 710моделей

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

afro-xlmr-large-kinre-finetuned-kinre-tweet-finetuned

This model is a fine-tuned version of RogerB/afro-xlmr-large-kinre-finetuned on the None dataset. It achieves the following results on the evaluation set:

Loss: 2.1652

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 Loss	Epoch	Step	Validation Loss
2.5239	1.0	375	2.2808
2.3779	2.0	750	2.3079
2.3039	3.0	1125	2.2281

Framework versions

Transformers 4.34.0
Pytorch 2.0.1+cu118
Datasets 2.14.5
Tokenizers 0.14.1

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: XLMRobertaForMaskedLM
Ревизия весов: d3a3483