Характеристики

Контекст: 514 токенов
Параметры: 305 млн
Архитектура: xlm-roberta · dense
Базовая модель: xlm-roberta-base-finetuned-kinyarwanda-kin-finetuned
Опубликована: 6 окт 2023

Ссылки

Hugging Face

xlm-roberta-base-finetuned-kinyarwanda-kin-finetuned-kin-tweets-finetuned

RogerB

Заполнение пропусковТекст → текст3 профессии

Дообученная XLM-RoBERTa предсказывает замаскированные слова в тексте.

15скачиваний за 30 дней0лайковвеса обновлены6 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 дообученная модель XLM-RoBERTa для заполнения пропусков в тексте: она предсказывает замаскированные слова. Модель содержит 305,2 млн параметров, использует архитектуру XLM-RoBERTa и принимает контекст длиной до 514 токенов. В карточке указано, что она дообучена на датасете «None»; данных о назначении этого набора и подробных результатах оценки нет. Для использования доступна в формате PyTorch. Лицензия в предоставленных данных не указана.

Сценарии применения

подстановка пропущенного слова в предложении
подбор вероятного слова для заполнения маски в тексте
исследование языкового моделирования на примерах киньяруанда

Ограничения

Карточка содержит мало сведений о данных обучения и предназначении модели; указанный датасет назван «None». В README приведено значение loss 2.8227, но не описаны набор оценки и условия измерения.

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

xlm-roberta-base-finetuned-kinyarwanda-kin-finetuned-kin-tweets-finetuned

This model is a fine-tuned version of RogerB/xlm-roberta-base-finetuned-kinyarwanda-kin-finetuned on the None dataset. It achieves the following results on the evaluation set:

Loss: 2.8227

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
3.2703	1.0	850	2.9604
3.0397	2.0	1700	2.8104
2.9375	3.0	2550	2.8548

Framework versions

Transformers 4.34.0
Pytorch 2.0.1+cu118
Datasets 2.14.5
Tokenizers 0.14.0

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: dff497b