/ Модель

Характеристики

Контекст
514 токенов
Параметры
454 млн
Лицензия
Apache 2.0
Архитектура
roberta · dense
Опубликована
17 мая 2023

bic_simple_edit_id

Разметка токеновТекст → label3 профессии

Модель Salesforce на базе RoBERTa для классификации и разметки токенов в исследовательских сценариях.

179скачиваний за 30 дней1лайквеса обновлены7 фев 2025

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

Salesforce/bic_simple_edit_id — модель Salesforce для классификации токенов на основе RoBERTa. В метаданных указаны 454,1 млн параметров, контекст до 514 токенов, формат PyTorch и лицензия Apache-2.0.

Карточка сообщает, что выпуск предназначен для исследований в рамках академической статьи. Модель может применяться для задач разметки токенов, однако документация не уточняет целевые метки, датасеты, поддерживаемые языки и сценарии применения. Перед использованием следует оценить точность, безопасность и справедливость модели.

Сценарии применения

  • разметка токенов в текстах
  • экспериментальная классификация последовательностей слов

Ограничения

В README не описаны целевые метки, датасеты и языки; точность, безопасность и справедливость необходимо оценивать для конкретного применения.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Ethical Considerations

This release is for research purposes only in support of an academic paper. Our models, datasets, and code are not specifically designed or evaluated for all downstream purposes. We strongly recommend users evaluate and address potential concerns related to accuracy, safety, and fairness before deploying this model. We encourage users to consider the common limitations of AI, comply with applicable laws, and leverage best practices when selecting use cases, particularly for high-risk scenarios where errors or misuse could significantly impact people’s lives, rights, or safety. For further guidance on use cases, refer to our AUP and AI AUP.

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · token-classification

Можно запустить

Подбираем GPU…

Класс архитектуры
RobertaForTokenClassification
Ревизия весов
368850f

0 моделей