Характеристики

Контекст: 514 токенов
Параметры: 152 млн
Лицензия: MIT
Архитектура: roberta · dense
Базовая модель: roberta-base
Библиотека: transformers
Опубликована: 24 июл 2026

Ссылки

Hugging Face

mc_roberta_base

yamanpareek-iitm

Классификация и разметкаТекст → label3 профессии

Дообученная RoBERTa для выбора ответа в задачах с несколькими вариантами.

7скачиваний за 30 дней0лайковвеса обновлены24 июл 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

mc_roberta_base — дообученная модель на базе FacebookAI/roberta-base, разработанная yamanpareek-iitm. Она предназначена для выбора правильного варианта ответа среди нескольких предложенных. В README указаны результаты на оценочной выборке: loss 0,9847 и MAP@3 0,8938; датасет обозначен как None, поэтому эти показатели нельзя связать с конкретной областью или набором данных. Модель содержит 151,8 млн параметров, использует архитектуру RoBERTa и принимает текстовые входные данные для задачи multiple-choice. Максимальный размер контекста — 514 токенов. Распространяется по лицензии MIT.

Сценарии применения

выбор правильного ответа в тесте с вариантами
ранжирование вариантов ответа по соответствию вопросу
автоматическая оценка заданий с множественным выбором

Ограничения

README не описывает обучающие данные и ограничения; метрики приведены для выборки без указания её происхождения, поэтому качество на других задачах и доменах не установлено.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

I.11Универсальные способностиКлассификация, ранжирование и сопоставлениеAI помогает распределять объекты по категориям, устанавливать соответствия и определять порядок обработки.15 задач26 736моделей I.2Универсальные способностиСинтез, понимание и проверка знанийAI помогает сжимать, сопоставлять и критически проверять знания без потери существенного контекста.18 задач42 341модель I.14Универсальные способностиАвтоматизация процессов и AI-агентыAI помогает выполнять многошаговые цифровые процессы и координировать действия между системами.20 задач26 022модели

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

mc_roberta_base

This model is a fine-tuned version of FacebookAI/roberta-base on the None dataset. It achieves the following results on the evaluation set:

Loss: 0.9847
Map@3: 0.8938

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: 8
eval_batch_size: 8
seed: 42
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

Training results

Training Loss	Epoch	Step	Validation Loss	Map@3
2.6305	1.0	200	1.5778	0.8179
1.0056	2.0	400	0.9847	0.8938

Framework versions

Transformers 5.0.0
Pytorch 2.10.0+cu128
Datasets 4.8.5
Tokenizers 0.22.2

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers · multiple-choice

Можно запустить

Подбираем GPU…

Класс архитектуры: RobertaForMultipleChoice
Ревизия весов: 4352073