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-fr

heewook1

Разметка токеновТекст → label

Дообученная XLM-RoBERTa Base для классификации и разметки токенов во французском тексте.

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

heewook1/xlm-roberta-base-finetuned-panx-fr — модель классификации токенов на базе XLM-RoBERTa Base, дообученная для разметки последовательностей. Архитектура — плотный трансформер XLM-RoBERTa с головой XLMRobertaForTokenClassification; размер — 305,2 млн параметров, контекст — до 514 токенов. Модель рассчитана на обработку текста и выдаёт метки для токенов.

В названии указано дообучение на PAN-X для французского языка, однако README не раскрывает датасет и подробности назначения. На оценочном наборе указаны loss 0,2807 и F1 0,8444; эти результаты относятся только к неизвестному набору оценки и не гарантируют качество на других данных. Лицензия — MIT.

Сценарии применения

разметка именованных сущностей во французских текстах
извлечение персон, организаций и мест из французских документов
автоматическая разметка токенов для анализа французского текста

Ограничения

Датасет и схема меток не раскрыты, поэтому назначение конкретных меток нельзя установить по карточке. Указанный F1 0,8444 получен на неописанном наборе оценки и не показывает качество на других данных.

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 an unknown dataset. It achieves the following results on the evaluation set:

Loss: 0.2807
F1: 0.8444

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
0.5448	1.0	191	0.3258	0.7906
0.2577	2.0	382	0.2651	0.8251
0.1762	3.0	573	0.2807	0.8444

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: f7127f2