Характеристики

Контекст: 514 токенов
Параметры: 138 млн
Архитектура: roberta · dense
Базовая модель: roberta-base
Опубликована: 12 мая 2024

Ссылки

roberta-base-finetuned-nmrv

Классификация текстаТекст → label3 профессии

Дообученная корейская RoBERTa-модель для классификации текста, назначение и классы которой в карточке подробно не раскрыты.

12скачиваний за 30 дней0лайковвеса обновлены12 мая 2024

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

kapliff89/roberta-base-finetuned-nmrv — модель классификации текста на архитектуре RoBERTa, дообученная на основе klue/roberta-base. В репозитории указано, что она обучалась на наборе данных «None»; подробности о метках классов и назначении задачи не приведены. Модель содержит 137,8 млн параметров, принимает текст и выдаёт результат классификации. Длина контекста составляет 514 токенов.

В карточке приведено значение функции потерь 0,4680 на оценочной выборке, но не описаны метрики качества, данные оценки или смысл классов. Базовая модель предназначена для понимания корейского текста, однако язык и целевая область этого дообучения отдельно не подтверждены. Модель опубликована в формате safetensors; лицензия в предоставленных данных не указана.

Сценарии применения

классификация текста в пользовательском приложении
определение категорий текстовых сообщений
классификация корейских текстов при проверке качества на своей разметке

Ограничения

В карточке не раскрыты назначение классов, обучающие данные и метрики качества помимо loss 0,4680; применимость модели к конкретной задаче следует проверить на собственной выборке. Лицензия в предоставленных данных не указана.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

I.11Универсальные способностиКлассификация, ранжирование и сопоставлениеAI помогает распределять объекты по категориям, устанавливать соответствия и определять порядок обработки.15 задач26 736моделей II.10Разработка и данныеРазработка и эксплуатация AI/ML-системAI помогает создавать, оценивать, развёртывать и контролировать AI/ML-системы на всём жизненном цикле.30 задач49 000моделей II.8Разработка и данныеИнженерия данных и аналитикаAI помогает готовить надёжные данные и превращать их в понятную аналитику.22 задачи23 488моделей

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

roberta-base-finetuned-nmrv

This model is a fine-tuned version of klue/roberta-base on the None dataset. It achieves the following results on the evaluation set:

Loss: 0.4680

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: 2e-05
train_batch_size: 8
eval_batch_size: 8
seed: 42
optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
lr_scheduler_type: linear
num_epochs: 3.0
mixed_precision_training: Native AMP

Training results

Training Loss	Epoch	Step	Validation Loss
0.3653	1.0	6250	0.3319
0.2665	2.0	12500	0.3970
0.1822	3.0	18750	0.4680

Framework versions

Transformers 4.40.2
Pytorch 2.3.0+cu118
Datasets 2.19.1
Tokenizers 0.19.1

Как запустить

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

GPU в ailist

Универсальный рантайм · text-classification

Можно запустить

Подбираем GPU…

Класс архитектуры: RobertaForSequenceClassification
Ревизия весов: d1f43e8