Характеристики

Контекст: 514 токенов
Параметры: 659 млн
Лицензия: MIT
Архитектура: xlm-roberta · dense
Базовая модель: afro-xlmr-large-76L
Библиотека: transformers
Опубликована: 16 янв 2025

Ссылки

Hugging Face

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

sercetexam9

Классификация текстаТекст → label3 профессии

Дообученная на базе Afro-XLMR модель для классификации текста, ориентированная в том числе на африканские языки.

10скачиваний за 30 дней0лайковвеса обновлены16 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-ibo-finetuned-10-epochs — дообученная версия Davlan/afro-xlmr-large-76L для классификации текста. Она построена на архитектуре XLM-RoBERTa и содержит 658,7 млн параметров. Модель рассчитана на обработку последовательностей длиной до 514 токенов и подходит для классификации текстов на языках, поддерживаемых базовой Afro-XLMR, в особенности африканских.

В карточке приведены результаты оценки: F1 0,5895, ROC AUC 0,7541 и accuracy 0,5226. Эти показатели относятся к указанному набору оценки; его название и состав данных не раскрыты. Модель распространяется по лицензии MIT.

Сценарии применения

Классификация текстов на африканских языках
Присвоение категорий коротким текстам
Классификация текстовых последовательностей длиной до 514 токенов

Ограничения

На приведённом наборе оценки указаны F1 0,5895 и accuracy 0,5226; название и состав набора данных не сообщаются, поэтому переносимость этих результатов на другие данные неясна. Обучающий датасет в карточке обозначен как None.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

I.11Универсальные способностиКлассификация, ранжирование и сопоставлениеAI помогает распределять объекты по категориям, устанавливать соответствия и определять порядок обработки.15 задач26 736моделей II.8Разработка и данныеИнженерия данных и аналитикаAI помогает готовить надёжные данные и превращать их в понятную аналитику.22 задачи23 488моделей II.10Разработка и данныеРазработка и эксплуатация AI/ML-системAI помогает создавать, оценивать, развёртывать и контролировать AI/ML-системы на всём жизненном цикле.30 задач49 000моделей

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

cs221-afro-xlmr-large-76L-ibo-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: 0.2882
F1: 0.5895
Roc Auc: 0.7541
Accuracy: 0.5226

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 OptimizerNames.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 Loss	Epoch	Step	Validation Loss	F1	Roc Auc	Accuracy
0.3896	1.0	72	0.3613	0.0	0.5	0.2483
0.3309	2.0	144	0.3006	0.4248	0.6424	0.4306
0.2842	3.0	216	0.2790	0.5075	0.6902	0.4688
0.2382	4.0	288	0.2757	0.5273	0.7025	0.4792
0.207	5.0	360	0.2648	0.5700	0.7299	0.5243
0.1761	6.0	432	0.2687	0.5749	0.7380	0.5069
0.1427	7.0	504	0.2800	0.5777	0.7414	0.5243
0.1281	8.0	576	0.2855	0.5734	0.7446	0.5139
0.1165	9.0	648	0.2882	0.5895	0.7541	0.5226
0.113	10.0	720	0.2894	0.5811	0.7499	0.5191

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: c1fbfb7