/ Модель

Характеристики

Контекст
514 токенов
Параметры
305 млн
Лицензия
Apache 2.0
Архитектура
xlm-roberta · dense
Опубликована
16 янв 2023

humbert

Заполнение пропусковТекст → текст3 профессии

HumBert — адаптированная к гуманитарной тематике многоязычная модель XLM-RoBERTa для заполнения пропусков и последующего дообучения под классификацию текстов.

127скачиваний за 30 дней3лайкавеса обновлены30 мая 2025

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

HumBert (Humanitarian BERT) — языковая модель Николò Таманьоне из Data Friendly Space, основанная на XLM-RoBERTa и адаптированная на гуманитарных текстах. Обучение продолжалось на корпусе примерно из 50 миллионов текстовых примеров, около 2 миллиардов токенов, собранных из ReliefWeb, UNHCR Refworld и Europe Media Monitor News Brief.

Модель предназначена для работы с текстами гуманитарной тематики и предсказания замаскированных токенов. Её можно дообучать для классификации последовательностей и токенов, например для классификации текстов о реагировании на бедствия. Модель рассчитана на английский, французский и испанский языки; размер — около 305,2 млн параметров, контекст — до 514 токенов. Доступны веса PyTorch, Safetensors и TensorFlow.

Лицензия — Apache-2.0. Публичных результатов бенчмарков в карточке нет; качество на конкретных downstream-задачах может потребовать отдельной проверки и дообучения.

Сценарии применения

  • заполнение пропущенных слов в гуманитарных текстах
  • дообучение классификатора сообщений о бедствиях
  • классификация гуманитарных документов по темам
  • разметка сущностей и фрагментов в гуманитарных текстах

Ограничения

В карточке не приведены результаты бенчмарков. Адаптация выполнена только на английском, французском и испанском языках, поэтому пригодность для других языков не подтверждена.

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

HumBert

HumBert (Humanitarian Bert) is a XLM-Roberta model trained on humanitarian texts - approximately 50 million textual examples (roughly 2 billion tokens) from public humanitarian reports, law cases and news articles. Data were collected from three main sources: Reliefweb, UNHCR Refworld and Europe Media Monitor News Brief. Although XLM-Roberta was trained on 100 different languages, this fine-tuning was performed on three languages, English, French and Spanish, due to the impossibility of finding a good amount of such kind of humanitarian data in other languages.

Developed by Nicolò Tamagnone, Data Friendly Space

Intended uses

To the best of our knowledge, HumBert is the first language model adapted on humanitarian topics, which often use a very specific language, making adaptation to downstream tasks (such as dister responses text classification) more effective. This model is primarily aimed at being fine-tuned on tasks such as sequence classification or token classification.

Benchmarks

Soon...

Usage

Here is how to use this model to get the features of a given text in PyTorch:

from transformers import AutoTokenizer, AutoModelForMaskedLM
tokenizer = AutoTokenizer.from_pretrained('nlp-thedeep/humbert')
model = AutoModelForMaskedLM.from_pretrained("nlp-thedeep/humbert")
# prepare input
text = "YOUR TEXT"
encoded_input = tokenizer(text, return_tensors='pt')
# forward pass
output = model(**encoded_input)

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
XLMRobertaForMaskedLM
Ревизия весов
74233cc

0 моделей