Характеристики

Контекст: 514 токенов
Параметры: 305 млн
Лицензия: MIT
Архитектура: xlm-roberta · dense
Базовая модель: xlm-roberta-base
Библиотека: transformers
Опубликована: 22 июн 2026

Ссылки

Hugging Face

xlm-roberta-base-finetuned-panx-en

h1nadesu

Разметка токеновТекст → label

Дообученная XLM-RoBERTa Base для классификации токенов и распознавания сущностей в текстах.

4скачиваний за 30 дней0лайковвеса обновлены22 июн 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

h1nadesu/xlm-roberta-base-finetuned-panx-en — модель XLM-RoBERTa Base, дообученная на наборе XTREME для классификации токенов. Её можно применять для распознавания именованных сущностей в текстах, в частности в сценариях, связанных с набором PAN-X. Модель содержит 305,2 млн параметров, использует архитектуру XLM-RoBERTa для классификации токенов и принимает последовательности длиной до 514 токенов. Веса опубликованы в формате safetensors.

На оценочном наборе указаны loss 0,4044 и F1 0,6820. Модель распространяется по лицензии MIT. Карточка не описывает ограничения и подробности обучающих данных сверх указания XTREME.

Сценарии применения

распознавание именованных сущностей в тексте
разметка токенов для задач PAN-X
извлечение сущностей из текста для последующей обработки

Ограничения

На оценочном наборе указано значение F1 0,6820; результаты могут отличаться на других данных. Карточка не приводит сведений о языковом покрытии и конкретных ограничениях применения.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

xlm-roberta-base-finetuned-panx-en

This model is a fine-tuned version of xlm-roberta-base on the xtreme dataset. It achieves the following results on the evaluation set:

Loss: 0.4044
F1: 0.6820

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: Adam with betas=(0.9,0.999) and epsilon=1e-08
lr_scheduler_type: linear
num_epochs: 3

Training results

Training Loss	Epoch	Step	Validation Loss	F1
1.0363	1.0	50	0.5224	0.5597
0.4865	2.0	100	0.3914	0.6988
0.38	3.0	150	0.4044	0.6820

Framework versions

Transformers 4.45.0
Pytorch 2.11.0+cu128
Datasets 1.16.1
Tokenizers 0.20.3

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: c38a3dd