Производная модели piezoreile/roberta-base-tdr-finetuned. Дообученная RoBERTa выбирает подходящее значение тагальского омографа по контексту предложения.
Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды
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.
Описание составлено по карточке модели и метаданным Hugging Face
Карточка модели tdr-research-team/roberta-base-mcq-tdr-finetuned на Hugging Face совпадает с карточкой piezoreile/roberta-base-tdr-finetuned, поэтому описание составлено по ней.
Модель piezoreile/roberta-base-tdr-finetuned — дообученная FacebookAI/roberta-base модель RoBERTa для выбора правильного значения омографа в предложении на тагальском языке. На вход подаются предложение и кандидат в формате «Target: {омограф}. Candidate: {вариант}»; модель оценивает варианты, и выбирается кандидат с наибольшим логитом. Это полное дообучение с выбором лучшего чекпойнта по точности на валидации; бенчмарк не использовался для обучения или выбора чекпойнта. Модель содержит 151,8 млн параметров, поддерживает контекст до 514 токенов и опубликована в формате safetensors. Лицензия — MIT.
Модель предназначена для выбора значения омографа среди предложенных кандидатов в заданном формате; точность зависит от качества и полноты вариантов. Контекст ограничен 514 токенами.
README от автора на Hugging Face, как он его опубликовал
Full fine-tuning of FacebookAI/roberta-base. Input: bare sentence paired with Target: {homograph}. Candidate: {choice}. Select the candidate with highest logit. Use the exported tokenizer and mcq_spec.json.
Smoke-test model: False. Best checkpoint selected by validation accuracy. Training and validation data hashes are in training_config.json. The benchmark is not used for training or checkpoint selection.
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм · multiple-choice
Подбираем GPU…