/ Модель

Характеристики

Контекст
514 токенов
Параметры
138 млн
Архитектура
roberta · dense
Опубликована
27 дек 2022

legal-italian-roberta-base

Заполнение пропусковТекст → текст3 профессии

RoBERTa-модель для заполнения пропусков в итальянских юридических текстах.

93скачиваний за 30 дней1лайквеса обновлены14 янв 2023

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

legal-italian-roberta-base — языковая модель семейства RoBERTa, разработанная joelniklaus и обученная с нуля. Она предназначена для заполнения пропусков в тексте: модель предсказывает подходящие слова на месте маски, что позволяет анализировать контекст и предлагать варианты продолжения фразы.

Модель содержит 137,8 млн параметров, использует архитектуру RobertaForMaskedLM и принимает последовательности длиной до 514 токенов. Название указывает на специализацию на итальянских юридических текстах, однако README не содержит сведений об обучающем корпусе или результатах оценки в конкретных задачах права; приведено только значение loss 0,4799 на наборе оценки. Доступен формат PyTorch.

Карточка не содержит сведений о лицензии и подробных ограничениях применения, поэтому условия использования следует уточнить на странице репозитория Hugging Face. Оценка на одном наборе не гарантирует качество на других юридических или общих итальянских текстах.

Сценарии применения

  • подстановка пропущенного слова в итальянском юридическом тексте
  • получение вариантов слова по контексту договора
  • контекстный анализ итальянских правовых формулировок

Ограничения

В README указан только loss 0,4799 на наборе оценки; сведения о корпусе и качестве на конкретных юридических задачах отсутствуют. Лицензия в предоставленных данных не указана.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

legal-italian-roberta-base

This model was trained from scratch on an unknown dataset. It achieves the following results on the evaluation set:

  • Loss: 0.4799

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: 0.0001
  • train_batch_size: 16
  • eval_batch_size: 16
  • seed: 42
  • distributed_type: tpu
  • num_devices: 8
  • gradient_accumulation_steps: 4
  • total_train_batch_size: 512
  • total_eval_batch_size: 128
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: cosine
  • lr_scheduler_warmup_ratio: 0.05
  • training_steps: 1000000

Training results

Training LossEpochStepValidation Loss
1.02480.05500000.8033
0.9120.11000000.6825
0.88531.01500000.6205
0.8471.052000000.5954
0.83951.12500000.5859
0.74852.013000000.5632
0.71542.063500000.5495
0.68512.114000000.5456
0.60743.014500000.5331
0.62963.065000000.5226
0.61253.115500000.5146
0.59834.026000000.5038
0.64714.076500000.4976
0.6334.127000000.4982
0.69175.027500000.4906
0.71785.078000000.4833
0.69885.128500000.4754
0.71356.029000000.4734
0.72696.079500000.4826
0.70856.1210000000.4799

Framework versions

  • Transformers 4.20.1
  • Pytorch 1.12.0+cu102
  • Datasets 2.8.0
  • Tokenizers 0.12.1

Как запустить

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

GPU в ailist

Универсальный рантайм · fill-mask

Можно запустить

Подбираем GPU…

Класс архитектуры
RobertaForMaskedLM
Ревизия весов
9c11300

0 моделей