/ Модель

Характеристики

Контекст
512 токенов
Параметры
190 млн
Лицензия
Apache 2.0
Архитектура
bert · dense
Базовая модель
bert-fa-base-uncased
Библиотека
transformers
Опубликована
29 сен 2026

bert-fa-base-uncased-finetuned-DS_Q_NoH

Ответы на вопросыТекст → текст3 профессии

Дообученная персидская BERT-модель извлекает ответы на вопросы из текста.

61скачиваний за 30 дней0лайковвеса обновлены29 сен 2026

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

Z-Jafari/bert-fa-base-uncased-finetuned-DS_Q_NoH — дообученная на неизвестном наборе данных модель BERT для ответов на вопросы. Она основана на HooshvareLab/bert-fa-base-uncased, содержит около 190 млн параметров и принимает текст с контекстом и вопросом, возвращая ответ, извлечённый из контекста. Модель рассчитана на персидский язык; максимальная длина контекста — 512 токенов.

В карточке приведены результаты оценки: exact match 74,0 и F1 77,75. Модель использует библиотеку Transformers и опубликована в формате safetensors. Лицензия — Apache-2.0. Назначение и состав обучающего набора данных не раскрыты, поэтому результаты не гарантируют качество на других типах текстов.

Сценарии применения

  • Поиск ответа на персидский вопрос в предоставленном отрывке
  • Извлечение фактических сведений из персидского текста
  • Автоматизация ответов на вопросы по персидским документам

Ограничения

Обучающий набор данных не указан, а опубликованные оценки получены на неизвестном наборе оценки; качество на других текстах может отличаться. Максимальная длина контекста составляет 512 токенов.

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

bert-fa-base-uncased-finetuned-DS_Q_NoH

This model is a fine-tuned version of HooshvareLab/bert-fa-base-uncased on an unknown dataset. It achieves the following results on the evaluation set:

  • Loss: 1.4045
  • {'exact_match': 74.0, 'f1': 77.74908402568443}

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: 16
  • eval_batch_size: 16
  • seed: 42
  • optimizer: Use OptimizerNames.ADAMW_TORCH_FUSED with betas=(0.9,0.999) and epsilon=1e-08 and optimizer_args=No additional optimizer arguments
  • lr_scheduler_type: linear
  • num_epochs: 3
  • mixed_precision_training: Native AMP

Training results

Training LossEpochStepValidation Loss
0.72361.020041.0262
0.41322.040081.1786
0.23593.060121.4045

Framework versions

  • Transformers 5.16.1
  • Pytorch 2.11.0+cu128
  • Datasets 4.8.5
  • Tokenizers 0.23.1

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers · question-answering

Можно запустить

Подбираем GPU…

Класс архитектуры
BertForQuestionAnswering
Ревизия весов
b77efe2

0 моделей