/ Модель

Характеристики

Контекст
514 токенов
Параметры
146 млн
Лицензия
Apache 2.0
Архитектура
roberta · dense
Базовая модель
roberta-fa-zwnj-base
Библиотека
transformers
Опубликована
29 сен 2026

roberta-fa-zwnj-base-finetuned-DS_Q_NoH

Ответы на вопросыТекст → текст3 профессии

Дообученная персидская RoBERTa-модель отвечает на вопросы по тексту.

63скачиваний 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/roberta-fa-zwnj-base-finetuned-DS_Q_NoH — дообученная персидская RoBERTa-модель для ответов на вопросы по тексту. Она основана на HooshvareLab/roberta-fa-zwnj-base и содержит около 145,5 млн параметров; доступные веса представлены в формате safetensors. Контекст модели — до 514 токенов.

Модель можно применять для извлечения ответа на вопрос из предоставленного текста. В README приведены результаты оценки: exact match 58,7 и F1 около 64,0. Датасет обучения и подробные сценарии использования в карточке не описаны. Лицензия — Apache-2.0.

Сценарии применения

  • поиск ответа на вопрос в персидском тексте
  • извлечение фактов из персидских документов
  • создание системы вопросов и ответов на персидском языке

Ограничения

Датасет обучения неизвестен, а README не приводит подробных сведений о назначении и ограничениях. Контекст ограничен 514 токенами; на оценочном наборе exact match составил 58,7, F1 — около 64,0.

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

roberta-fa-zwnj-base-finetuned-DS_Q_NoH

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

  • Loss: 1.8073
  • {'exact_match': 58.7, 'f1': 63.977333471013964}

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
1.09211.020971.6022
0.63092.041941.6381
0.39533.062911.8073

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
RobertaForQuestionAnswering
Ревизия весов
a75b6a6

0 моделей