Характеристики

Контекст: 514 токенов
Параметры: 659 млн
Лицензия: MIT
Архитектура: xlm-roberta · dense
Базовая модель: afro-xlmr-large-kinre-finetuned
Опубликована: 10 окт 2023

Ссылки

Hugging Face

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

RogerB

Заполнение пропусковТекст → текст3 профессии

Дообученная XLM-RoBERTa Large предсказывает пропущенные токены в тексте.

30скачиваний за 30 дней0лайковвеса обновлены10 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

Это модель XLM-RoBERTa Large для предсказания замаскированных токенов. Её дообучили на основе RogerB/afro-xlmr-large-kinre-finetuned; в README набор данных указан как None. Модель содержит 658,7 млн параметров, принимает текст и рассчитана на контекст до 514 токенов.

Модель подходит для подстановки пропущенных слов и анализа вариантов продолжения текста в сценариях с маскированными токенами. README сообщает значение loss 2,0860 на оценочном наборе, но не описывает его состав и методику оценки. Модель распространяется по лицензии MIT.

Сценарии применения

подстановка пропущенного слова в предложении
оценка вариантов заполнения маскированного токена
изучение языковых закономерностей в тексте с пропусками

Ограничения

В README не описаны обучающие данные и предполагаемые сценарии применения; указан датасет None. Значение loss приведено без подробностей об оценочном наборе и методике.

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.6Разработка и данныеДокументация и сопровождение разработкиAI помогает поддерживать понятную техническую документацию и ускорять передачу знаний.18 задач38 015моделей I.2Универсальные способностиСинтез, понимание и проверка знанийAI помогает сжимать, сопоставлять и критически проверять знания без потери существенного контекста.18 задач42 341модель

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

afro-xlmr-large-kinre-finetuned-kinte-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: 2.0860

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
2.4276	1.0	1250	2.2164
2.2513	2.0	2500	2.1235
2.1868	3.0	3750	2.1156

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: 127c2f9