/ Модель

Характеристики

Контекст
514 токенов
Параметры
136 млн
Архитектура
roberta · dense
Базовая модель
py314-pylingual-v4-mlm
Библиотека
transformers
Опубликована
9 янв 2026

py314-pylingual-v4-segmenter

Разметка токеновТекст → label4 профессии

Дообученная модель RoBERTa для сегментации текста с разметкой отдельных токенов.

3 286скачиваний за 30 дней0лайковвеса обновлены10 янв 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

py314-pylingual-v4-segmenter — модель семейства RoBERTa, разработанная syssec-utd и дообученная на основе syssec-utd/py314-pylingual-v4-mlm для классификации токенов. Она предназначена для сегментации текста на уровне токенов; обучение проводилось на наборе syssec-utd/segmentation-py314-pylingual-v4-tokenized. Модель содержит 136,3 млн параметров, принимает текст с контекстом до 514 токенов и опубликована в формате safetensors для библиотеки Transformers.

На указанной в карточке оценочной выборке приведены precision 0,9949, recall 0,9972, F1 0,9961 и accuracy 0,9992. Лицензия и конкретная схема сегментации в предоставленных данных не описаны.

Сценарии применения

  • сегментация текста на токены или фрагменты
  • назначение меток токенам в последовательности
  • выделение границ сегментов в размеченном тексте

Ограничения

Карточка не уточняет схему меток и целевую задачу сегментации; результаты оценки относятся только к указанной выборке. Лицензия в предоставленных данных не приведена.

Для каких профессий подходит4

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

py314-pylingual-v4-segmenter

This model is a fine-tuned version of syssec-utd/py314-pylingual-v4-mlm on the syssec-utd/segmentation-py314-pylingual-v4-tokenized dataset. It achieves the following results on the evaluation set:

  • Loss: 0.0022
  • Precision: 0.9949
  • Recall: 0.9972
  • F1: 0.9961
  • Accuracy: 0.9992

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
  • num_devices: 3
  • total_train_batch_size: 144
  • 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
0.00691.0428960.00220.99400.99680.99540.9991
0.00392.0857920.00220.99490.99720.99610.9992

Framework versions

  • Transformers 4.57.3
  • Pytorch 2.9.1+cu128
  • Datasets 4.4.1
  • Tokenizers 0.22.1

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
c744aaa

0 моделей