/ Модель

Характеристики

Контекст
514 токенов
Параметры
659 млн
Лицензия
MIT
Архитектура
xlm-roberta · dense
Базовая модель
afro-xlmr-large-76L
Библиотека
transformers
Опубликована
12 янв 2025

cs221-afro-xlmr-large-76L-hau-finetuned-10-epochs

Классификация текстаТекст → label3 профессии

Дообученная многоязычная XLM-R-модель для классификации текста, рассчитанная прежде всего на африканские языки.

15скачиваний за 30 дней0лайковвеса обновлены12 янв 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

Модель sercetexam9/cs221-afro-xlmr-large-76L-hau-finetuned-10-epochs — дообученная для классификации текста версия Davlan/afro-xlmr-large-76L, разработанная на базе XLM-R. Она предназначена для присвоения тексту классов; конкретная схема классов и прикладная область в карточке не раскрыты. Модель содержит 658,7 млн параметров, использует архитектуру XLMRobertaForSequenceClassification и принимает последовательности длиной до 514 токенов.

Базовая модель рассчитана на 76 языков, преимущественно африканских. В README приведены результаты оценки: F1 0,7285, ROC AUC 0,8197 и accuracy 0,5618. Модель распространяется по лицензии MIT. Карточка не описывает ограничения и обучающие данные; README указывает набор данных как None.

Сценарии применения

  • классификация текстовых последовательностей
  • присвоение категорий текстам на африканских языках
  • оценка принадлежности текста к классу
  • эксперименты с классификацией на базе XLM-R

Ограничения

Схема классов и обучающие данные не описаны, а приведённая accuracy составляет 0,5618. Максимальная длина входа — 514 токенов.

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

cs221-afro-xlmr-large-76L-hau-finetuned-10-epochs

This model is a fine-tuned version of Davlan/afro-xlmr-large-76L on the None dataset. It achieves the following results on the evaluation set:

  • Loss: 0.2415
  • F1: 0.7285
  • Roc Auc: 0.8197
  • Accuracy: 0.5618

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: 32
  • eval_batch_size: 32
  • seed: 42
  • optimizer: Use adamw_torch with betas=(0.9,0.999) and epsilon=1e-08 and optimizer_args=No additional optimizer arguments
  • lr_scheduler_type: cosine
  • lr_scheduler_warmup_steps: 100
  • num_epochs: 10

Training results

Training LossEpochStepValidation LossF1Roc AucAccuracy
0.4911.0540.46150.00.50.1538
0.44822.01080.39150.25620.57200.2354
0.34073.01620.29650.61250.73980.4476
0.2884.02160.27790.65960.77470.4918
0.23095.02700.25450.7040.80370.5501
0.18916.03240.24150.72850.81970.5618
0.16477.03780.25430.71620.81670.5571
0.13978.04320.24520.720.81850.5571
0.13099.04860.24990.71380.81600.5571
0.1210.05400.25020.71480.81560.5594

Framework versions

  • Transformers 4.48.0
  • Pytorch 2.5.1+cu121
  • Datasets 3.2.0
  • Tokenizers 0.21.0

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers · text-classification

Можно запустить

Подбираем GPU…

Класс архитектуры
XLMRobertaForSequenceClassification
Ревизия весов
dffa04f

0 моделей