/ Модель

Характеристики

Контекст
514 токенов
Параметры
659 млн
Лицензия
MIT
Архитектура
xlm-roberta · dense
Базовая модель
roberta_ASE_kgl_large
Опубликована
29 мая 2024

roberta_ASE_clb_large_layers_tail

Разметка токеновТекст → label4 профессии

Дообученная XLM-RoBERTa Large для классификации и разметки отдельных токенов в тексте.

10скачиваний за 30 дней0лайковвеса обновлены29 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

Это дообученная XLM-RoBERTa Large для классификации токенов, разработанная на основе khadija69/roberta_ASE_kgl_large. Модель содержит 658,7 млн параметров, принимает текст и выдаёт метки для отдельных токенов; длина контекста — до 514 токенов.

Карточка не уточняет набор меток, обучающие данные и целевую область применения, поэтому пригодность для конкретной задачи разметки нужно проверять отдельно. Опубликованные показатели включают train loss 0,0908 и validation loss 0,2620 после пяти эпох, но без описания датасета и метрики они не позволяют оценить качество на пользовательских данных. Лицензия — MIT.

Сценарии применения

  • разметка токенов в последовательностях текста
  • классификация слов и фрагментов текста по меткам

Ограничения

Обучающий датасет, набор меток и целевая область не описаны. Значения loss приведены без названия метрики и сведений о данных, поэтому по ним нельзя надёжно судить о качестве модели.

Для каких профессий подходит4

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

khadija69/roberta_ASE_clb_large_layers_tail

This model is a fine-tuned version of khadija69/roberta_ASE_kgl_large on an unknown dataset. It achieves the following results on the evaluation set:

  • Train Loss: 0.0908
  • Validation Loss: 0.2620
  • Epoch: 5

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:

  • optimizer: {'name': 'AdamWeightDecay', 'learning_rate': {'module': 'keras.optimizers.schedules', 'class_name': 'PolynomialDecay', 'config': {'initial_learning_rate': 2e-05, 'decay_steps': 2400, 'end_learning_rate': 0.0, 'power': 1.0, 'cycle': False, 'name': None}, 'registered_name': None}, 'decay': 0.0, 'beta_1': 0.9, 'beta_2': 0.999, 'epsilon': 1e-08, 'amsgrad': False, 'weight_decay_rate': 0.01}
  • training_precision: float32

Training results

Train LossValidation LossEpoch
0.22640.22170
0.19860.20901
0.16260.21122
0.13000.22993
0.10890.24544
0.09080.26205

Framework versions

  • Transformers 4.41.1
  • TensorFlow 2.15.0
  • 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 · token-classification

Нельзя запустить

В репозитории нет весов в формате PyTorch/safetensors.

Класс архитектуры
XLMRobertaForTokenClassification
Ревизия весов
cc17340

0 моделей