橙子AI科技 Logo 橙子AI科技 需求咨询
菜单
模型

indonesian-roberta-base-posp-tagger

w11wo/indonesian-roberta-base-posp-tagger

查看上游原文 ↗
上游访问：公开 本站服务：可咨询 内容检查：AI 辅助整理并检查 许可证：mit 上游版本：506779636093

中文简介

w11wo/indonesian-roberta-base-posp-tagger 是 w11wo 在 Hugging Face 发布的模型仓库，当前卡片主要关联序列标注。本站固定记录上游版本 506779636093，同步到 14 个文件，文件元数据合计 8.33 GB；访问状态为“公开”，许可证字段为“mit”。

UPSTREAM README

上游模型卡 / 数据集卡

在 Hugging Face 查看原文 ↗

【README 卡片中文译介】

以下内容依据上游仓库 w11wo/indonesian-roberta-base-posp-tagger 的固定版本 README、卡片字段和文件元数据进行中文结构化整理。它保留便于选型的关键信息，完整技术细节、代码示例和许可文本请同时查看上游原文。

【资源概览】
w11wo/indonesian-roberta-base-posp-tagger 是 w11wo 在 Hugging Face 发布的模型仓库，当前卡片主要关联序列标注。本站固定记录上游版本 506779636093，同步到 14 个文件，文件元数据合计 8.33 GB；访问状态为“公开”，许可证字段为“mit”。

【适用方向】
适合在真实样本上评估序列标注能力，并比较质量、时延和资源消耗。 建议先用小规模样本验证推理框架、输入输出格式和任务指标，再决定是否进入完整权重获取、量化或部署评估。

【版本与规格】
固定版本：506779636093。 任务标签：序列标注。 语言字段：ind。 架构：RobertaForTokenClassification。 上游 Safetensors 元数据显示参数量约 124.08 M。 库标记：transformers。 模型类型字段：roberta。 上游标注的基础模型：flax-community/indonesian-roberta-base。 上游页面记录的最近更新时间：2024-02-19。

【文件信息】
上游 API 返回 14 个文件，文件元数据合计 8.33 GB。 已保存文件清单中的主要扩展名：.json 5 个、.bin 2 个、.0 1 个、.1 1 个、.h5 1 个、.md 1 个。 当前较大的文件包括：tf_model.h5（473.58 MB）；pytorch_model.bin（473.39 MB）；model.safetensors（473.33 MB）。

【运行或处理环境】
仓库文件元数据合计 8.33 GB。 按每参数 2 字节只计算 BF16 权重，理论下限约 236.65 MB；这不包含 KV Cache、激活值、框架开销或并发余量。 实际显存与内存由精度、量化方式、上下文长度、批量、并发、MoE 专家加载方式和推理框架共同决定，不能只凭参数名或仓库大小作部署承诺；应在目标格式和目标硬件上实测。

【使用边界】
许可证显示为“mit”，具体用途限制、附加政策和归属要求仍以上游原文为准。 模型输出、工具调用和生成内容可能出现错误、偏见或安全风险，面向业务前应建立任务级评测、权限隔离和人工确认。

已有简体中文译文 · Codex 基于固定版本 README 与上游元数据生成中文结构化译介 · 2026-07-26 00:51

indonesian-roberta-base-posp-tagger This model is a fine-tuned version of flax-community/indonesian-roberta-base on the indonlu dataset. It achieves the following results on the evaluation set: Loss: 0.1395 Precision: 0.9625 Recall: 0.9625 F1: 0.9625 Accuracy: 0.9625 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: 10 Training results | Training Loss | Epoch | Step | Validation Loss | Precision | Recall | F1 | Accuracy | |:-------------:|:-----:|:----:|:---------------:|:---------:|:------:|:------:|:--------:| | No log | 1.0 | 420 | 0.2254 | 0.9313 | 0.9313 | 0.9313 | 0.9313 | | 0.4398 | 2.0 | 840 | 0.1617 | 0.9499 | 0.9499 | 0.9499 | 0.9499 | | 0.1566 | 3.0 | 1260 | 0.1431 | 0.9569 | 0.9569 | 0.9569 | 0.9569 | | 0.103 | 4.0 | 1680 | 0.1412 | 0.9605 | 0.9605 | 0.9605 | 0.9605 | | 0.0723 | 5.0 | 2100 | 0.1408 | 0.9635 | 0.9635 | 0.9635 | 0.9635 | | 0.051 | 6.0 | 2520 | 0.1408 | 0.9642 | 0.9642 | 0.9642 | 0.9642 | | 0.051 | 7.0 | 2940 | 0.1510 | 0.9635 | 0.9635 | 0.9635 | 0.9635 | | 0.0368 | 8.0 | 3360 | 0.1653 | 0.9645 | 0.9645 | 0.9645 | 0.9645 | | 0.0277 | 9.0 | 3780 | 0.1664 | 0.9644 | 0.9644 | 0.9644 | 0.9644 | | 0.0231 | 10.0 | 4200 | 0.1668 | 0.9646 | 0.9646 | 0.9646 | 0.9646 | Framework versions Transformers 4.37.2 Pytorch 2.2.0+cu118 Datasets 2.16.1 Tokenizers 0.15.1

公开页仅展示原文摘录；完整模型卡或数据集卡请前往上游仓库查看。

适用场景

适合在真实样本上评估序列标注能力，并比较质量、时延和资源消耗。 建议先用小规模样本验证推理框架、输入输出格式和任务指标，再决定是否进入完整权重获取、量化或部署评估。

模型参数

固定版本：506779636093。 任务标签：序列标注。 语言字段：ind。 架构：RobertaForTokenClassification。 上游 Safetensors 元数据显示参数量约 124.08 M。 库标记：transformers。 模型类型字段：roberta。 上游标注的基础模型：flax-community/indonesian-roberta-base。 上游页面记录的最近更新时间：2024-02-19。

文件说明

上游 API 返回 14 个文件，文件元数据合计 8.33 GB。 已保存文件清单中的主要扩展名：.json 5 个、.bin 2 个、.0 1 个、.1 1 个、.h5 1 个、.md 1 个。 当前较大的文件包括：tf_model.h5（473.58 MB）；pytorch_model.bin（473.39 MB）；model.safetensors（473.33 MB）。

上游文件元数据

以下仅为 Hugging Face 官方 API 返回的文件名与大小元数据，官网没有下载或托管这些文件。

  • .gitattributes791 B
  • config.json1.66 KB
  • merges.txt455.74 KB
  • model.safetensors473.33 MB
  • pytorch_model.bin473.39 MB
  • README.md2.89 KB
  • runs/Feb19_11-00-22_bookbot-h100/events.out.tfevents.1708340422.bookbot-h100.8811.011.53 KB
  • runs/Feb19_11-00-22_bookbot-h100/events.out.tfevents.1708340574.bookbot-h100.8811.1560 B
  • special_tokens_map.json964 B
  • tf_model.h5473.58 MB
  • tokenizer.json2.03 MB
  • tokenizer_config.json1.21 KB

硬件建议

仓库文件元数据合计 8.33 GB。 按每参数 2 字节只计算 BF16 权重，理论下限约 236.65 MB；这不包含 KV Cache、激活值、框架开销或并发余量。 实际显存与内存由精度、量化方式、上下文长度、批量、并发、MoE 专家加载方式和推理框架共同决定，不能只凭参数名或仓库大小作部署承诺；应在目标格式和目标硬件上实测。

注意事项

许可证显示为“mit”，具体用途限制、附加政策和归属要求仍以上游原文为准。 模型输出、工具调用和生成内容可能出现错误、偏见或安全风险，面向业务前应建立任务级评测、权限隔离和人工确认。

获取、校验与交付

咨询此资源时只需发送本页链接或资源准确全称。橙子AI科技会继续核对版本、文件与类型、README资料卡、许可证和访问条件，并在合法访问权限、许可证及平台规则允许的前提下，协助海内外下载、完整性校验及网盘或硬盘交付；本官网本身不托管或下载资源文件。

第三方资源声明

本页面为橙子AI科技基于固定版本上游卡片整理的中文信息与服务说明，不代表资源作者或平台官方页面。实际许可、访问和使用条件以上游原文为准。