/ Модель

Характеристики

Контекст
1 026 токенов
Параметры
136 млн
Архитектура
roberta · dense
Базовая модель
py314-pylingual-v10-mlm
Библиотека
transformers
Опубликована
4 окт 2026

py314-pylingual-v10-segmenter

Разметка токеновТекст → label

Дообученная RoBERTa-модель для классификации токенов и сегментации текста.

409скачиваний за 30 дней0лайковвеса обновлены4 окт 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

syssec-utd/py314-pylingual-v10-segmenter — дообученная модель семейства RoBERTa для классификации токенов и сегментации текста. Она создана на основе syssec-utd/py314-pylingual-v10-mlm и обучена на токенизированном наборе данных syssec-utd/segmentation-py314-pylingual-v10-tokenized. Модель содержит 136,3 млн параметров, принимает текстовые последовательности длиной до 1026 токенов и сохранена в формате safetensors.

Модель предназначена для разметки токенов при сегментации текста. В README указаны результаты оценки: F1 0,9890, точность 0,9972, precision 0,9886 и recall 0,9893. Описание конкретной схемы сегментации, языков и ограничений в карточке отсутствует; результаты оценки сами по себе не показывают качество на иных данных. Лицензия в предоставленных сведениях не указана.

Сценарии применения

  • разметка токенов для сегментации текста
  • автоматическое выделение границ сегментов в размечаемом тексте
  • подготовка токенизированного текста для последующей обработки

Ограничения

README не описывает схему меток, поддерживаемые языки или ограничения применения. Приведённые метрики получены на оценочном наборе и не гарантируют аналогичного качества на других данных.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

py314-pylingual-v10-segmenter

This model is a fine-tuned version of syssec-utd/py314-pylingual-v10-mlm on the syssec-utd/segmentation-py314-pylingual-v10-tokenized dataset. It achieves the following results on the evaluation set:

  • Loss: 0.0162
  • Precision: 0.9886
  • Recall: 0.9893
  • F1: 0.9890
  • Accuracy: 0.9972

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: 64
  • eval_batch_size: 8
  • seed: 42
  • distributed_type: multi-GPU
  • num_devices: 3
  • total_train_batch_size: 192
  • total_eval_batch_size: 24
  • 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: 2
  • mixed_precision_training: Native AMP

Training results

Training LossEpochStepValidation LossPrecisionRecallF1Accuracy
0.02371.0293370.01960.98730.98840.98790.9969
0.01262.0586740.01620.98860.98930.98900.9972

Framework versions

  • Transformers 5.17.0
  • Pytorch 2.14.0+cu130
  • Datasets 5.0.1
  • Tokenizers 0.23.2

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
RobertaForTokenClassification
Ревизия весов
1986d2e

0 моделей