/ Модель

Характеристики

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

roberta_ASE_kgl_large

Разметка токеновТекст → label4 профессии

Дообученная XLM-RoBERTa Large для разметки токенов и задач классификации последовательностей.

11скачиваний за 30 дней0лайковвеса обновлены27 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

Модель khadija69/roberta_ASE_kgl_large — дообученная версия XLM-RoBERTa Large для классификации токенов. Она подходит для задач разметки последовательностей, например извлечения сущностей или назначения меток отдельным словам, если соответствующие метки предусмотрены обучением. Модель содержит 658,7 млн параметров, использует архитектуру XLM-RoBERTa и принимает последовательности длиной до 514 токенов. Опубликованные показатели включают train loss 0,1842 и validation loss 0,3626 после пяти эпох обучения.

Модель создана на неизвестном датасете, поэтому её конкретная схема меток, языки и качество на прикладных данных не описаны. Репозиторий содержит веса в формате TensorFlow. Лицензия — MIT.

Сценарии применения

  • разметка токенов в текстовых последовательностях
  • извлечение именованных сущностей при наличии подходящей схемы меток
  • назначение меток словам или фрагментам текста

Ограничения

Обучающий датасет и схема меток не описаны, поэтому нельзя определить конкретные поддерживаемые языки и классы. Показатели на тестовых или прикладных данных не приведены.

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_kgl_large

This model is a fine-tuned version of xlm-roberta-large on an unknown dataset. It achieves the following results on the evaluation set:

  • Train Loss: 0.1842
  • Validation Loss: 0.3626
  • 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
0.40150.34140
0.32020.34521
0.27790.31982
0.24960.33873
0.21230.35804
0.18420.36265

Framework versions

  • Transformers 4.41.0
  • 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
28fc3f2

0 моделей