Характеристики

Контекст: 514 токенов
Параметры: 659 млн
Лицензия: MIT
Архитектура: xlm-roberta · dense
Базовая модель: afro-xlmr-large
Опубликована: 30 окт 2023

Ссылки

Hugging Face

afro-xlmr-large-kinteal-domain

RogerB

Заполнение пропусковТекст → текст3 профессии

Дообученная на базе AfroXLMR-large модель для предсказания пропущенных токенов в текстах на африканских языках.

14скачиваний за 30 дней0лайковвеса обновлены30 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/afro-xlmr-large-kinteal-domain — дообученная модель XLM-RoBERTa Large для предсказания пропущенных токенов. Она основана на Davlan/afro-xlmr-large, модели, адаптированной для африканских языков. Число параметров — 658,7 млн, контекст — до 514 токенов; формат весов — PyTorch.

Модель подходит для восстановления замаскированных слов и языковых задач, где требуется предсказать токен по контексту. В README указана оценка Loss 1,1966 на тестовом наборе, но набор данных обозначен как None, поэтому результаты и специализацию на конкретном домене оценить нельзя. Лицензия — MIT.

Сценарии применения

восстановление замаскированных слов в тексте
подстановка пропущенного токена по контексту
оценка языковых гипотез при работе с африканскими языками

Ограничения

README не описывает датасет и целевой домен, поэтому заявленную доменную специализацию и качество модели по Loss 1,1966 нельзя оценить. 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 I.6Универсальные способностиПеревод и языковая адаптацияAI помогает переносить смысл между языками, форматами и культурными контекстами.16 задач16 710моделей 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

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

afro-xlmr-large-kinteal-domain

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

Loss: 1.1966

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: 10
eval_batch_size: 10
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
1.4509	1.0	950	1.2962
1.3471	2.0	1900	1.2448
1.2794	3.0	2850	1.2078

Framework versions

Transformers 4.34.1
Pytorch 2.1.0+cu118
Datasets 2.14.6
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: cce5038