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-fr

h1nadesu

Разметка токеновТекст → label

Дообученная XLM-RoBERTa Base для классификации токенов и распознавания именованных сущностей во французских текстах.

8скачиваний 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

Модель h1nadesu/xlm-roberta-base-finetuned-panx-fr — дообученная версия XLM-RoBERTa Base для классификации токенов, в частности для распознавания именованных сущностей на французском языке в задаче PAN-X. Она построена на архитектуре XLM-RoBERTa и содержит 305,2 млн параметров; базовая модель поддерживает многоязычную обработку текста.

Модель подходит для извлечения сущностей из французских текстов и присвоения меток отдельным токенам. На оценочной выборке XTREME указаны loss 0,1484 и F1 0,9009. Контекст составляет 514 токенов. Модель распространяется по лицензии MIT; качество на иных данных может отличаться.

Сценарии применения

распознавание именованных сущностей во французских текстах
извлечение персон, организаций и локаций из французских документов
разметка токенов во французских новостях
автоматическая аннотация французских текстовых корпусов

Ограничения

Показатели приведены для оценочной выборки XTREME и не гарантируют такого же качества на других данных. 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-fr

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: 0.1484
F1: 0.9009

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
0.7293	1.0	96	0.3169	0.7801
0.3235	2.0	192	0.1882	0.8765
0.2235	3.0	288	0.1484	0.9009

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: 83ea460