К содержимому
Языковые модели

XLM-RoBERTa для персидского QA

F1 89.75 на валидации

2 мин чтения

Файнтюн FacebookAI/xlm-roberta-large (0.56B параметров) под задачу question-answering: модель извлекает ответ на вопрос из персидского текста. Автор — Z-Jafari, обучение шло 3 эпохи, а рядом в репозитории лежат варианты val-60, val-100 и val-200.

Ключевые особенности

  • На eval-сете: exact_match 87.5 и F1 89.75, loss 0.7657.
  • База — многоязычная xlm-roberta-large, дообученная под извлечение спанов-ответов.
  • Гиперпараметры указаны честно: lr 2e-5, batch 16, 3 эпохи, linear scheduler, AdamW fused, mixed precision (Native AMP).
  • Есть родственные чекпойнты с другим размером валидации — можно сравнить стабильность метрик.
  • Training loss падал с 0.78 до 0.32, а вот validation loss после второй эпохи вырос — признак переобучения.

Пример

Сценарий из карточки по сути один: подаёте персидский контекст и вопрос, на выходе — фрагмент контекста с ответом. Например, текст статьи и вопрос «когда основан университет?» — модель возвращает соответствующий спан и его позиции в тексте. Карточка не содержит кода запуска, поэтому готовый сниппет придётся собрать самому через pipeline("question-answering") из transformers.

ПодробнееМетрики: exact_match 87.5, F1 89.75, eval loss 0.7657.
Обучение: 3 эпохи, lr 2e-5, batch 16, seed 42, Transformers 5.22.1 / PyTorch 2.14.1.
Ограничения: датасет в карточке назван «unknown», разделы про intended uses и данные пустые — происхождение разметки и язык (судя по имени репозитория, персидский) не подтверждены.
Требования к VRAM не указаны; ориентируйтесь на ~0.56B параметров базовой модели.
Обсудить Telegram 0 64

Запустится ли?

Считаем требования к памяти

Бот ещё собирает размеры весов этой модели — оценка появится здесь через несколько минут. Пока можно арендовать видеокарту с запасом.

Massed ComputeОткрыть Massed Compute

Запуск на Massed Compute

Скрипт скачает модель на арендованную машину. Как её запустить — в карточке модели.

  1. 1. Арендуйте машину с подходящей видеокартой

    Открыть Massed Compute
  2. 2. Вставьте скрипт в терминал машины

    Подключитесь по SSH (команда есть в панели Massed Compute) или откройте терминал на рабочем столе машины.

    HF_TOKEN / CIVITAI_TOKENВ начале скрипта строки для токенов: вставьте свой между кавычками. Токен Hugging Face нужен для закрытых моделей, токен Civitai — для моделей с Civitai.

    # Z-Jafari/xlm-roberta-large-finetuned-PersianQuAD-val-80
    mkdir -p ~/models
    curl -LsSf https://astral.sh/uv/install.sh | sh
    source "$HOME/.local/bin/env"
    uv tool install "huggingface_hub[cli]"
    hf download Z-Jafari/xlm-roberta-large-finetuned-PersianQuAD-val-80 --local-dir ~/models/xlm-roberta-large-finetuned-PersianQuAD-val-80
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
  3. 3. Пользуйтесь

    Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).

Не забудьте остановить машину в панели, когда закончите: оплата идёт поминутно, пока она включена.

Как ускорить

Подобрано под тип модели. Выберите своё железо в блоке выше — покажем то, что подходит именно вам.

  • FlashAttention 44.0.0b40от 18 ноября 2026новая версия

    самое быстрое точное внимание на B200

    Ядра для Blackwell (пока бета). Точное внимание без квантования — подходит для всего, включая LLM.

    Как включить: pip install flash-attn-4; vLLM и SGLang подхватывают сами.

    Предыдущие поколения (2)
    • FlashAttention 3 — Версия для Hopper (H100/H200) с FP8.
    • FlashAttention 2 — Стандарт для RTX 30/40/50 и A100: точное внимание без лишней памяти на длинных контекстах.
  • torch.compile2.15.0от 28 октября 2026новая версия

    10–30% бесплатно

    Компилирует модель под вашу видеокарту. Первый запуск дольше, дальше быстрее.

    Как включить: model = torch.compile(model); в ComfyUI — узел TorchCompileModel.

  • MTP (multi-token prediction)0.34.0от 16 ноября 2026новая версия

    1.5–2× скорость генерации

    Если в модели есть MTP-слои (DeepSeek-V3/R1, Qwen3-Next, GLM, MiMo и др.), она сама предсказывает несколько токенов за шаг.

    Как включить: vLLM / SGLang: --speculative-config '{"method": "mtp", "num_speculative_tokens": 1}'. Смотрите карточку модели.

    Предыдущие поколения (2)
    • EAGLE-3 — Спекулятивное декодирование с маленькой «черновой» головой. Для моделей без своих MTP-слоёв.
    • EAGLE-2 / Medusa — Предыдущие поколения драфт-голов. Если нашли только их — тоже работают.
  • FP8 KV cache0.34.0от 16 ноября 2026новая версия

    в 2× больше контекста в той же памяти

    Хранит кэш внимания в 8 битах — длинный контекст влезает туда, где раньше не помещался.

    Как включить: vLLM: --kv-cache-dtype fp8; llama.cpp: -ctk q8_0 -ctv q8_0.

  • vLLM / SGLang0.34.0от 16 ноября 2026новая версия

    в разы больше токенов/с на сервере

    Серверные движки: пакетная обработка, FlashAttention, FP8, спекулятивное декодирование из коробки.

    Как включить: vllm serve <модель> — OpenAI-совместимый API.

    Предыдущие поколения (1)
    • llama.cpp — GGUF-модели на любой видеокарте, Mac и даже CPU; часть слоёв можно держать в ОЗУ.

Семья модели

Новые посты про версии xlm-roberta-large-finetuned-PersianQuAD-val-80 — сжатые, дообучения, LoRA — появятся в колокольчике.

У этой модели пока нет известных родственников. Все производные на Hugging Face

О модели

Z-Jafari/xlm-roberta-large-finetuned-PersianQuAD-val-80
Автор
Z-Jafari
Категория
Языковые модели
Дата выхода
На сайте

На сайте

Hugging Face

640

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии