/ Модель

Характеристики

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

roberta-fa-zwnj-base-finetuned-nestedRewrite_QA

Ответы на вопросыТекст → текст3 профессии

Дообученная персидская RoBERTa для извлечения ответов на вопросы из текста.

59скачиваний за 30 дней0лайковвеса обновлены28 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-nestedRewrite_QA — дообученная персидская модель RoBERTa для ответов на вопросы. Она построена на HooshvareLab/roberta-fa-zwnj-base и использует архитектуру RobertaForQuestionAnswering; размер составляет 145,5 млн параметров, а длина контекста — до 514 токенов. Модель предназначена для извлечения ответа из предоставленного текста по вопросу.

В README приведены результаты оценки: exact match 60,5 и F1 65,89. Датасет и подробности обучения не описаны. Модель распространяется по лицензии Apache-2.0.

Сценарии применения

  • поиск ответа на персидском языке в предоставленном тексте
  • извлечение фактов из персидских документов по вопросу
  • создание персидского модуля вопросно-ответной системы

Ограничения

В README не указаны обучающий датасет и подробности обучения. Оценочные результаты приведены без описания набора и условий оценки.

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-nestedRewrite_QA

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: 1.7852
  • {'exact_match': 60.5, 'f1': 65.89229292739726}

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
1.03301.021141.6451
0.61992.042281.6300
0.38073.063421.7852

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
527f48b

0 моделей