Характеристики

Контекст: 514 токенов
Параметры: 305 млн
Лицензия: MIT
Архитектура: xlm-roberta · dense
Базовая модель: xlm-roberta-base
Библиотека: transformers
Опубликована: 16 июл 2026

Ссылки

Hugging Face

xlm-roberta-base-finetuned-panx-de-fr

heewook1

Разметка токеновТекст → label

Дообученная XLM-RoBERTa Base для классификации токенов, ориентированная по названию на немецкий и французский языки.

9скачиваний за 30 дней0лайковвеса обновлены16 июл 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 heewook1/xlm-roberta-base-finetuned-panx-de-fr — дообученная на задаче классификации токенов версия XLM-RoBERTa Base, опубликованная в формате Safetensors и распространяемая по лицензии MIT. Название указывает на настройку для немецкого и французского вариантов набора PAN-X; в README при этом датасет обозначен как None, поэтому точный состав обучающих данных по карточке подтвердить нельзя.

Модель предназначена для присвоения меток отдельным токенам текста. На оценочной выборке указаны loss 0,1665 и F1 0,8559. Архитектура содержит около 305,2 млн параметров, поддерживает контекст до 514 токенов и работает через библиотеку Transformers. Подходит для извлечения сущностей и других задач разметки последовательностей, если используются совместимые метки.

README не описывает конкретную схему разметки, языки и ограничения применения; немецкий и французский выводятся из названия модели. Лицензия MIT разрешает широкое использование с соблюдением её условий.

Сценарии применения

разметка токенов в немецких текстах
разметка токенов во французских текстах
извлечение именованных сущностей при наличии совместимой схемы меток

Ограничения

README не указывает схему меток, подтверждённые языки обучения или подробности датасета; обозначение PAN-X и языки de/fr следуют из названия репозитория. Приведённые метрики относятся к оценочной выборке, характеристики на других данных не описаны.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

xlm-roberta-base-finetuned-panx-de-fr

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: 0.1665
F1: 0.8559

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
0.2830	1.0	715	0.1870	0.8239
0.1469	2.0	1430	0.1675	0.8476
0.0961	3.0	2145	0.1665	0.8559

Framework versions

Transformers 5.12.1
Pytorch 2.11.0+cu128
Datasets 4.0.0
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: 4f6c36a