Характеристики

Контекст: 514 токенов
Параметры: 152 млн
Лицензия: AGPL 3.0
Архитектура: xlm-roberta · dense
Базовая модель: XLMR-ENIS
Опубликована: 2 мар 2022

Ссылки

Hugging Face

XLMR-ENIS-finetuned-cola

vesteinn

Классификация текстаТекст → label3 профессии

Дообученная XLM-RoBERTa классифицирует английские предложения по грамматической приемлемости в задаче CoLA.

17скачиваний за 30 дней0лайковвеса обновлены11 апр 2024

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

XLMR-ENIS-finetuned-cola — модель классификации текстовых последовательностей на базе XLM-RoBERTa, дообученная разработчиком vesteinn на датасете GLUE для задачи CoLA. Она предназначена для оценки грамматической приемлемости английских предложений и может использоваться для их классификации и экспериментов с оценкой грамматичности. Модель содержит 151,7 млн параметров, принимает текст и выдаёт метку класса; максимальный контекст составляет 514 токенов.

В карточке приведён результат на тестовой выборке: Matthews Correlation 0,6306, loss 0,7311. Репозиторий распространяется по лицензии AGPL-3.0.

Сценарии применения

оценка грамматической приемлемости английского предложения
поиск грамматически некорректных английских фраз
классификация английских предложений для экспериментов с CoLA

Ограничения

README не раскрывает детали обучающих данных, методику оценки и ограничения применения; приведённая метрика Matthews Correlation 0,6306 относится к указанной оценочной выборке и не гарантирует аналогичного качества на других данных.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

I.5Универсальные способностиСоздание и редактирование текстаAI помогает создавать и улучшать текстовые материалы, сохраняя смысл и требования автора.18 задач44 385моделей I.11Универсальные способностиКлассификация, ранжирование и сопоставлениеAI помогает распределять объекты по категориям, устанавливать соответствия и определять порядок обработки.15 задач26 736моделей II.10Разработка и данныеРазработка и эксплуатация AI/ML-системAI помогает создавать, оценивать, развёртывать и контролировать AI/ML-системы на всём жизненном цикле.30 задач49 000моделей

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

XLMR-ENIS-finetuned-cola

This model is a fine-tuned version of vesteinn/XLMR-ENIS on the glue dataset. It achieves the following results on the evaluation set:

Loss: 0.7311
Matthews Correlation: 0.6306

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: 16
eval_batch_size: 16
seed: 42
optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
lr_scheduler_type: linear
num_epochs: 5

Training results

Training Loss	Epoch	Step	Validation Loss	Matthews Correlation
0.5216	1.0	535	0.5836	0.4855
0.3518	2.0	1070	0.4426	0.5962
0.2538	3.0	1605	0.5091	0.6110
0.1895	4.0	2140	0.6955	0.6136
0.1653	5.0	2675	0.7311	0.6306

Framework versions

Transformers 4.10.3
Pytorch 1.9.0+cu102
Datasets 1.12.1
Tokenizers 0.10.3

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · text-classification

Можно запустить

Подбираем GPU…

Класс архитектуры: XLMRobertaForSequenceClassification
Ревизия весов: 03aa640