/ Модель

Характеристики

Контекст
514 токенов
Параметры
136 млн
Архитектура
roberta · dense
Базовая модель
py312-pylingual-v1-mlm
Библиотека
transformers
Опубликована
7 фев 2025

py312-pylingual-v1-segmenter

Разметка токеновТекст → label3 профессии

Дообученная модель RoBERTa для разметки токенов и сегментации текста.

11 291скачиваний за 30 дней0лайковвеса обновлены8 фев 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

py312-pylingual-v1-segmenter — модель SysSec-UTD для сегментации текста с помощью классификации токенов. Это дообученная на наборе syssec-utd/segmentation-py312-pylingual-v1-tokenized модель syssec-utd/py312-pylingual-v1-mlm; архитектура основана на RoBERTa и содержит 136,3 млн параметров. Модель принимает текст и присваивает метки отдельным токенам, чтобы выделять сегменты текста.

В README приведены результаты оценки: F1 0,9929, точность 0,9982, precision 0,9923 и recall 0,9935. Контекст составляет до 514 токенов. Карточка не раскрывает языки сегментации и подробности схемы меток, поэтому применение следует ограничивать сегментацией, соответствующей обучающим данным. Файлы представлены в формате safetensors; используется библиотека Transformers. Лицензия в предоставленных данных не указана.

Сценарии применения

  • сегментация текста на токены или фрагменты
  • разметка границ сегментов в тексте
  • автоматическая сегментация текстовых данных, похожих на обучающую выборку

Ограничения

Языки и схема меток не описаны, а результаты оценки относятся к указанному набору данных и не гарантируют качество на других текстах. Контекст ограничен 514 токенами.

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

py312-pylingual-v1-segmenter

This model is a fine-tuned version of syssec-utd/py312-pylingual-v1-mlm on the syssec-utd/segmentation-py312-pylingual-v1-tokenized dataset. It achieves the following results on the evaluation set:

  • Loss: 0.0053
  • Precision: 0.9923
  • Recall: 0.9935
  • F1: 0.9929
  • Accuracy: 0.9982

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: 48
  • eval_batch_size: 8
  • seed: 42
  • distributed_type: multi-GPU
  • 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: linear
  • num_epochs: 2
  • mixed_precision_training: Native AMP

Training results

Training LossEpochStepValidation LossPrecisionRecallF1Accuracy
0.0061.01632320.00420.99290.99380.99340.9984
0.00352.03264640.00530.99230.99350.99290.9982

Framework versions

  • Transformers 4.48.2
  • Pytorch 2.2.1+cu121
  • Datasets 2.18.0
  • Tokenizers 0.21.0

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
RobertaForTokenClassification
Ревизия весов
70caa2e

0 моделей