Характеристики

Контекст: 128 000 токенов
Параметры: 445 млн
Лицензия: Apache 2.0
Архитектура: lfm2 · dense
Опубликована: 15 авг 2026

Ссылки

Hugging Face

lfm2.5-Encoder-350M-datause

ai4data

Заполнение пропусковТекст → текст

Дообученная модель LFM2 для извлечения и BIO-разметки упоминаний источников данных в экономических научных статьях.

12скачиваний за 30 дней0лайковвеса обновлены15 авг 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

ai4data/lfm2.5-Encoder-350M-datause — дообученная модель LiquidAI/LFM2.5-Encoder-350M для разметки упоминаний источников данных в экономических научных статьях. Она присваивает токенам BIO-метки трёх типов: именованный источник данных, описанный без названия источник и расплывчатое упоминание данных. Модель предназначена для извлечения упоминаний наборов данных, обследований, переписей и реестров из научных текстов.

Модель использует двунаправленную плотную архитектуру LFM2, содержит 444,6 млн параметров и поддерживает контекст до 128 000 токенов. В оценке на отложенной выборке указаны precision 0,8198, recall 0,6211 и F1 0,7067; порог выбора меток на приведённые значения не повлиял. Репозиторий распространяется по лицензии Apache-2.0.

Сценарии применения

поиск названий наборов данных в экономических статьях
извлечение упоминаний обследований и переписей
разметка описанных без названия источников данных
поиск расплывчатых упоминаний данных в научном тексте
подготовка корпуса статей для анализа использования данных

Ограничения

На отложенной выборке recall составляет 0,6211, поэтому часть упоминаний может пропускаться. Языки обучения и поддерживаемые языки в предоставленных данных не обозначены.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

lfm2.5-Encoder-350M-datause-extended

Fine-tune of LiquidAI/LFM2.5-Encoder-350M for BIO data-use mention tagging (dataset / survey / census / registry mentions in economics research papers).

Labels

NAMED_DATA — a proper name, title, or acronym of a specific data source
DESCRIPTIVE_DATA — a source described in words but not named
VAGUE_DATA — generic data wording with no identifiable source

Training

base model: LiquidAI/LFM2.5-Encoder-350M
dataset: rafmacalaba/data-use-mentions-extended (bio config)
epochs: 5
learning rate: 2e-05
batch size: 16
precision: bf16

Evaluation (holdout, label-agnostic)

thr	tp	fp	fn	precision	recall	f0.5	f1
0.10	7803	1715	4761	0.8198	0.6211	0.7705	0.7067
0.20	7803	1715	4761	0.8198	0.6211	0.7705	0.7067
0.30	7803	1715	4761	0.8198	0.6211	0.7705	0.7067
0.40	7787	1702	4777	0.8206	0.6198	0.7707	0.7062
0.50	7658	1625	4906	0.8249	0.6095	0.7705	0.7011
0.60	7083	1304	5481	0.8445	0.5638	0.7680	0.6761
0.70	6560	1057	6004	0.8612	0.5221	0.7622	0.6501

Best F0.5: 0.7707 (thr=0.4) Best F1: 0.7067 (thr=0.1)

Как запустить

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

GPU в ailist

Универсальный рантайм · fill-mask

Нельзя запустить

Для архитектуры lfm2 нет загрузчика под задачу fill-mask.

Класс архитектуры: Lfm2BidirectionalModel
Ревизия весов: d1617ef