Дообученная RoBERTa-large выбирает правильное значение тагальского омографа по предложению и списку вариантов.
Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды
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.
Описание составлено по карточке модели и метаданным Hugging Face
Модель piezoreile/roberta-large-tdr-finetuned — полноценно дообученная FacebookAI/roberta-large для выбора правильного значения омографа в предложении на тагальском языке. На вход подаются предложение и варианты в формате «Target: {homograph}. Candidate: {choice}»; модель оценивает каждый вариант по логиту, после чего выбирается вариант с наибольшей оценкой. Это текстовая модель архитектуры RoBERTa с 454,1 млн параметров и контекстом до 514 токенов, сохранённая в формате safetensors.
Чекпойнт выбран по точности на валидационной выборке; согласно карточке, бенчмарк не использовался при обучении и выборе чекпойнта. Модель подходит для разрешения омографов и тестов с выбором ответа на тагальском, но её назначение узкое и карточка не приводит численных результатов качества. Лицензия — MIT.
Модель предназначена для узкой задачи разрешения омографов на тагальском языке; карточка не сообщает численных результатов качества.
README от автора на Hugging Face, как он его опубликовал
Full fine-tuning of FacebookAI/roberta-large. Input: bare sentence paired with Target: {homograph}. Candidate: {choice}. Select the candidate with highest logit. Use the exported tokenizer and mcq_spec.json.
Smoke-test model: False. Best checkpoint selected by validation accuracy. Training and validation data hashes are in training_config.json. The benchmark is not used for training or checkpoint selection.
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм · multiple-choice
Подбираем GPU…