Характеристики

Контекст: 514 токенов
Параметры: 659 млн
Лицензия: MIT
Архитектура: xlm-roberta · dense
Базовая модель: XLM-RoBERTa-Morocco
Библиотека: transformers
Опубликована: 29 янв 2025

Ссылки

Hugging Face

model

abdeljalilELmajjodi

Заполнение пропусковТекст → текст3 профессии

Дообученная XLM-RoBERTa для предсказания замаскированных токенов в тексте.

15скачиваний за 30 дней0лайковвеса обновлены2 мая 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

Модель abdeljalilELmajjodi/model — дообученная версия atlasia/XLM-RoBERTa-Morocco на неизвестном наборе данных. Это трансформер XLM-RoBERTa с архитектурой XLMRobertaForMaskedLM и 658,7 млн параметров, предназначенный для предсказания замаскированных токенов в тексте. Модель принимает текст длиной до 514 токенов и может применяться для заполнения пропусков и анализа контекста в текстовых фрагментах.

Модель распространяется в формате Safetensors по лицензии MIT. Карточка не описывает обучающие данные, результаты оценки или специальные ограничения, поэтому качество на конкретных задачах и языках по имеющимся сведениям определить нельзя.

Сценарии применения

заполнение пропусков в предложении
подбор вероятного слова по контексту
анализ контекста с замаскированными токенами

Ограничения

Обучающий набор данных и результаты оценки не описаны, поэтому качество и поддерживаемые языки не подтверждены карточкой.

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.6Разработка и данныеДокументация и сопровождение разработкиAI помогает поддерживать понятную техническую документацию и ускорять передачу знаний.18 задач38 015моделей 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

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

model

This model is a fine-tuned version of atlasia/XLM-RoBERTa-Morocco on an unknown dataset.

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: 4
eval_batch_size: 8
seed: 42
gradient_accumulation_steps: 4
total_train_batch_size: 16
optimizer: Use OptimizerNames.ADAMW_TORCH with betas=(0.9,0.999) and epsilon=1e-08 and optimizer_args=No additional optimizer arguments
lr_scheduler_type: linear
lr_scheduler_warmup_ratio: 0.03
num_epochs: 1
mixed_precision_training: Native AMP

Framework versions

Transformers 4.51.3
Pytorch 2.6.0+cu124
Datasets 3.5.1
Tokenizers 0.21.1

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers · fill-mask

Можно запустить

Подбираем GPU…

Класс архитектуры: XLMRobertaForMaskedLM
Ревизия весов: 284169e