/ Модель

Характеристики

Контекст
1 026 токенов
Параметры
136 млн
Архитектура
roberta · dense
Базовая модель
py314-pylingual-v8-mlm
Библиотека
transformers
Опубликована
15 авг 2026

py314-pylingual-v8-segmenter

Разметка токеновТекст → label3 профессии

Дообученная RoBERTa для присвоения меток токенам при сегментации текста.

8скачиваний за 30 дней0лайковвеса обновлены15 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

syssec-utd/py314-pylingual-v8-segmenter — дообученная модель RoBERTa для классификации токенов и сегментации текста. Она основана на syssec-utd/py314-pylingual-v8-mlm и обучена на токенизированном датасете syssec-utd/segmentation-py314-pylingual-v8-tokenized. Модель содержит 136,3 млн параметров, принимает текстовые токены и выдаёт метки для токенов; максимальная длина контекста — 1026 токенов.

На оценочном наборе указаны F1 0,9932, точность 0,9928, полнота 0,9936 и accuracy 0,9985. Эти результаты относятся к описанному набору оценки; назначение сегментации и поддерживаемые языки подробнее не раскрыты. Лицензия в доступных данных не указана.

Сценарии применения

  • сегментация токенизированного текста
  • присвоение меток отдельным токенам
  • разметка последовательностей в конвейере обработки текста

Ограничения

Заявленные метрики получены на конкретном оценочном наборе и не подтверждают качество на других данных. Языки, подробное назначение меток и лицензия в доступных сведениях не раскрыты.

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

py314-pylingual-v8-segmenter

This model is a fine-tuned version of syssec-utd/py314-pylingual-v8-mlm on the syssec-utd/segmentation-py314-pylingual-v8-tokenized dataset. It achieves the following results on the evaluation set:

  • Loss: 0.0156
  • Precision: 0.9928
  • Recall: 0.9936
  • F1: 0.9932
  • Accuracy: 0.9985

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: 4
  • total_train_batch_size: 256
  • total_eval_batch_size: 32
  • 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
0.03131.0204850.01930.99260.99240.99250.9983
0.01672.0409700.01560.99280.99360.99320.9985

Framework versions

  • Transformers 5.12.1
  • Pytorch 2.12.0+cu130
  • Datasets 5.0.0
  • 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
RobertaForTokenClassification
Ревизия весов
35a9d9d

0 моделей