/ Модель

Характеристики

Контекст
514 токенов
Параметры
659 млн
Лицензия
MIT
Архитектура
xlm-roberta · dense
Опубликована
25 авг 2023

twitter-xlm-roberta-large-2022

Заполнение пропусковТекст → текст3 профессии

Многоязычная XLM-RoBERTa, переобученная на твитах для языковых задач на текстах Twitter.

266скачиваний за 30 дней4лайкавеса обновлены14 сен 2023

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

Twitter-XLM-RoBERTa-large — многоязычная модель Cardiff NLP на архитектуре XLM-RoBERTa с 658,7 млн параметров. Её специализация — тексты Twitter: базовую модель XLM-R переобучили на более чем 1 млрд твитов на разных языках, опубликованных до декабря 2022 года.

Модель подходит для анализа и предсказания текста в задачах, связанных с Twitter, включая восстановление замаскированных токенов. Она совместима с библиотекой TweetNLP; для оценки на данных, ориентированных на Twitter, авторы направляют к основному репозиторию XLM-T. Контекст составляет 514 токенов. Лицензия — MIT.

Сценарии применения

  • восстановление замаскированных слов в твитах
  • анализ многоязычных публикаций Twitter
  • оценка языковых моделей на данных Twitter

Ограничения

Обучающие данные охватывают твиты до декабря 2022 года, поэтому модель может хуже отражать более поздний язык и события. Контекст ограничен 514 токенами.

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

Twitter-XLM-Roberta-large

This is a XLM-T large language model specialised on Twitter. The base model is a multilingual XLM-R which was re-trained on over 1 billion tweets from different languages until December 2022.

To evaluate this and other LMs on Twitter-specific data, please refer to the XLM-T main repository. A base-size XLM-T model and sample code is available here.

Finally, this model is fully compatible with the TweetNLP library.

BibTeX entry and citation info

More information in the reference papers about multilingual language models on Twitter and time-specific models. Please cite the relevant reference papers if you use this model.

@inproceedings{barbieri-etal-2022-xlm,
    title = "{XLM}-{T}: Multilingual Language Models in {T}witter for Sentiment Analysis and Beyond",
    author = "Barbieri, Francesco  and
      Espinosa Anke, Luis  and
      Camacho-Collados, Jose",
    booktitle = "Proceedings of the Thirteenth Language Resources and Evaluation Conference",
    month = jun,
    year = "2022",
    address = "Marseille, France",
    publisher = "European Language Resources Association",
    url = "https://aclanthology.org/2022.lrec-1.27",
    pages = "258--266"
}

@inproceedings{loureiro-etal-2022-timelms,
    title = "{T}ime{LM}s: Diachronic Language Models from {T}witter",
    author = "Loureiro, Daniel  and
      Barbieri, Francesco  and
      Neves, Leonardo  and
      Espinosa Anke, Luis  and
      Camacho-collados, Jose",
    booktitle = "Proceedings of the 60th Annual Meeting of the Association for Computational Linguistics: System Demonstrations",
    month = may,
    year = "2022",
    address = "Dublin, Ireland",
    publisher = "Association for Computational Linguistics",
    url = "https://aclanthology.org/2022.acl-demo.25",
    doi = "10.18653/v1/2022.acl-demo.25",
    pages = "251--260"
}

Как запустить

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

GPU в ailist

Универсальный рантайм · fill-mask

Можно запустить

Подбираем GPU…

Класс архитектуры
XLMRobertaForMaskedLM
Ревизия весов
675531e

0 моделей