Характеристики

Контекст: 514 токенов
Параметры: 305 млн
Лицензия: MIT
Архитектура: xlm-roberta · dense
Базовая модель: xlm-roberta-base
Библиотека: transformers
Опубликована: 24 авг 2026

Ссылки

Hugging Face

xlm-roberta-base-finetuned-panx-de-fr

shingo1234

Разметка токеновТекст → label

Дообученная XLM-RoBERTa Base для разметки токенов в текстах, ориентированная на немецкий и французский языки.

8скачиваний за 30 дней0лайковвеса обновлены24 авг 2026

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

shingo1234/xlm-roberta-base-finetuned-panx-de-fr — модель token classification на базе XLM-RoBERTa Base, разработанная сообществом Hugging Face и дообученная для разметки последовательностей. Название указывает на PAN-X и немецкий и французский языки; модель подходит для присвоения меток отдельным токенам, например для распознавания сущностей в тексте.

Модель содержит 305,2 млн параметров, использует плотную архитектуру XLM-RoBERTa и принимает текст с контекстом до 514 токенов. В карточке приведены результаты оценки: F1 0,8598 и loss 0,1623. Опубликована в формате safetensors; лицензия MIT. Описание набора данных, подробные сценарии применения и ограничения в карточке не раскрыты.

Сценарии применения

распознавание именованных сущностей в немецком тексте
распознавание именованных сущностей во французском тексте
разметка токенов в задачах на наборе PAN-X

Ограничения

В карточке не описаны подробные ограничения и состав обучающих данных. Приведённая оценка F1 не гарантирует аналогичного качества на других наборах данных и сценариях.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

xlm-roberta-base-finetuned-panx-de-fr

This model is a fine-tuned version of xlm-roberta-base on the None dataset. It achieves the following results on the evaluation set:

Loss: 0.1623
F1: 0.8598

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: 5e-05
train_batch_size: 24
eval_batch_size: 24
seed: 42
optimizer: Use OptimizerNames.ADAMW_TORCH_FUSED with betas=(0.9,0.999) and epsilon=1e-08 and optimizer_args=No additional optimizer arguments
lr_scheduler_type: linear
num_epochs: 3

Training results

Training Loss	Epoch	Step	Validation Loss	F1
0.2826	1.0	715	0.1816	0.8217
0.1461	2.0	1430	0.1645	0.8474
0.0952	3.0	2145	0.1623	0.8598

Framework versions

Transformers 5.15.0
Pytorch 2.11.0+cu128
Datasets 4.0.0
Tokenizers 0.22.2

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers · token-classification

Можно запустить

Подбираем GPU…

Класс архитектуры: XLMRobertaForTokenClassification
Ревизия весов: 4905e1a