/ Модель

Характеристики

Контекст
514 токенов
Параметры
305 млн
Лицензия
MIT
Архитектура
xlm-roberta · dense
Базовая модель
xlm-roberta-base
Библиотека
transformers
Опубликована
14 сен 2025

chakma-lm

Заполнение пропусковТекст → текст3 профессии

Дообученная XLM-RoBERTa для предсказания замаскированных слов в тексте.

169скачиваний за 30 дней0лайковвеса обновлены15 сен 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

chakma-lm — дообученная модель на базе FacebookAI/xlm-roberta-base, разработанная автором репозитория adity12345. Это XLM-RoBERTa для задачи заполнения пропусков в тексте: модель предсказывает замаскированные слова. Размер модели — 305,2 млн параметров, нативная длина контекста — 514 токенов; веса опубликованы в формате safetensors.

В README указано значение loss 2,5392 на наборе оценки, но набор данных и подробности обучения не описаны. Название модели указывает на язык чакма, однако сведения о поддерживаемых языках в метаданных и README отсутствуют. Модель распространяется по лицензии MIT.

Сценарии применения

  • восстановление пропущенных слов в тексте
  • подбор вероятного слова для замаскированной позиции
  • анализ контекста предложения через предсказание маски

Ограничения

В README не описаны обучающие данные и предполагаемые ограничения; приведён только loss 2,5392 на наборе 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

chakma-lm

This model is a fine-tuned version of FacebookAI/xlm-roberta-base on the None dataset. It achieves the following results on the evaluation set:

  • Loss: 2.5392

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: 2
  • eval_batch_size: 2
  • seed: 42
  • gradient_accumulation_steps: 4
  • total_train_batch_size: 8
  • 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: 18
  • mixed_precision_training: Native AMP

Training results

Training LossEpochStepValidation Loss
3.88551.0533.3830
3.47772.01063.2701
3.33033.01593.0544
3.15074.02123.1233
3.07555.02652.9944
2.96216.03182.9380
2.88877.03712.7652
2.74058.04242.7211
2.69849.04772.6333
2.686610.05302.5593
2.609211.05832.6409
2.60612.06362.7579
2.613313.06892.5129
2.519614.07422.5859
2.508215.07952.5665
2.475316.08482.4857
2.428417.09012.5324
2.446118.09542.3652

Framework versions

  • Transformers 4.56.1
  • Pytorch 2.8.0+cu126
  • Datasets 4.0.0
  • Tokenizers 0.22.0

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
dcc69a5

0 моделей