Характеристики

Контекст: 514 токенов
Параметры: 305 млн
Лицензия: MIT
Архитектура: xlm-roberta · dense
Базовая модель: xlm-roberta-base
Библиотека: transformers
Опубликована: 11 авг 2026

Ссылки

Hugging Face

xlm-roberta-base-finetuned-panx-all

cmhyo

Разметка токеновТекст → label

Дообученная XLM-RoBERTa Base для классификации токенов, в частности многоязычного распознавания именованных сущностей.

5скачиваний за 30 дней0лайковвеса обновлены11 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

cmhyo/xlm-roberta-base-finetuned-panx-all — модель XLM-RoBERTa, дообученная на базе FacebookAI/xlm-roberta-base для классификации токенов. По названию модель связана с набором PAN-X; карточка сообщает результат F1 0,8550 и loss 0,1725 на оценочной выборке, но не раскрывает состав меток и подробности обучения. Модель подходит для присвоения меток отдельным словам или токенам, например для распознавания именованных сущностей в многоязычном тексте.

Архитектура — XLM-RoBERTa Base с 305,2 млн параметров и контекстом 514 токенов; используется библиотека Transformers и формат safetensors. Лицензия — MIT.

Сценарии применения

распознавание именованных сущностей в многоязычном тексте
разметка слов и токенов последовательностями меток
извлечение сущностей из текста для последующей обработки

Ограничения

Карточка не уточняет набор меток, языки и условия оценки; приведённый F1 относится только к указанной оценочной выборке. Контекст ограничен 514 токенами.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

xlm-roberta-base-finetuned-panx-all

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

Loss: 0.1725
F1: 0.8550

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: 5e-05
train_batch_size: 24
eval_batch_size: 24
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

Training results

Training Loss	Epoch	Step	Validation Loss	F1
0.2936	1.0	835	0.2053	0.8055
0.1572	2.0	1670	0.1689	0.8421
0.1031	3.0	2505	0.1725	0.8550

Framework versions

Transformers 4.57.6
Pytorch 2.11.0+cu128
Datasets 5.0.1
Tokenizers 0.22.2

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers · token-classification

Можно запустить

Подбираем GPU…

Класс архитектуры: XLMRobertaForTokenClassification
Ревизия весов: 7d04493