Характеристики

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

Ссылки

Hugging Face

afro-xlmr-large-kinteal-domain-kinte-task

RogerB

Заполнение пропусковТекст → текст3 профессии

Дообученная XLM-RoBERTa для предсказания пропущенных токенов в тексте, основанная на модели для африканских языков.

9скачиваний 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-kinte-task — модель заполнения пропусков в тексте, дообученная на базе RogerB/afro-xlmr-large-kinteal-domain. Она использует архитектуру XLM-RoBERTa с 658,7 млн параметров и принимает текст, в котором предсказывает пропущенные токены. Контекст составляет до 514 токенов. Базовая модель ориентирована на африканские языки; конкретные языки и область обучения этой версии в карточке не раскрыты. Модель подходит для задач восстановления скрытых слов и анализа контекста.

В карточке приведён результат оценки Loss 2,0964, но не описаны набор данных, методика оценки и ограничения применимости. Модель распространяется по лицензии MIT.

Сценарии применения

восстановление пропущенных слов в тексте
предсказание скрытого токена по контексту
проверка языковой модели на задаче fill-mask

Ограничения

Карточка не описывает обучающие данные и конкретные языки этой версии; приведённый результат Loss 2,0964 дан без описания методики оценки.

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.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-kinteal-domain-kinte-task

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

Loss: 2.0964

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
2.406	1.0	1250	2.1654
2.245	2.0	2500	2.1206
2.1692	3.0	3750	2.0577

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: edc3800