MoritzLaurer/mDeBERTa-v3-base-xnli-multilingual-nli-2mil7
MoritzLaurer/mDeBERTa-v3-base-xnli-multilingual-nli-2mil7 : classification sans exemple, licence MIT License, 531,8 Mio de poids, 279 millions de paramètres.
La source ne fournit pas de description structurée dans les métadonnées consultées.
Fiche factuelle
- Propriétaire déclaré
- MoritzLaurer
- Tâche déclarée
- Classification sans exemple
zero-shot-classification - Langues déclarées
- Multilingue, zh, ja, Arabe, ko, de, Français, es, Portugais, hi, id, it, tr, ru, bn, ur, mr, ta, vi, fa, pl, uk, nl, sv, he, Swahili, ps
- Licence déclarée
- MIT License
- Qualification de licence
- Licence ouverte permissive
- Usage commercial
- Possible d’après la licence déclarée, à confirmer dans son texte (vérification du texte intégral requise)
- Accès public direct
- Oui, d’après l’API
- Format SafeTensors
- Déclaré
- Bibliothèque
- transformers
- Paramètres
- 279 millions de paramètres
- Taille des poids connue
- 531,8 Mio
- Fichiers référencés
- 13
- Jeux de données déclarés
- MoritzLaurer/multilingual-NLI-26lang-2mil7, xnli, multi_nli, facebook/anli, fever, lingnli, alisawuffles/WANLI
- Résultats d’évaluation structurés
- 7 (comparables seulement à protocole identique)
- Documentation structurée
- Présente
- Dernière mise à jour
- 2024-04-11T13:49:19.000Z
- Téléchargements
- 889779 (indicateur de popularité uniquement)
- Appréciations
- 394 (indicateur de popularité uniquement)
- Source
- Hugging Face Hub
- Dépôt de code explicitement lié
- Non renseigné
- Publication explicitement liée
- Consulter la publication
- Interrogé le
- 2026-10-08T17:05:12.277436+00:00
Évaluations déclarées
Ces valeurs sont reproduites depuis les métadonnées de la fiche. Ne comparez deux résultats que si la tâche, le jeu de données, sa version et le protocole sont identiques.
| Métrique | Valeur déclarée | Tâche | Jeu d’évaluation |
|---|---|---|---|
| accuracy | 0,857 | Natural Language Inference | MultiNLI-matched |
| accuracy | 0,856 | Natural Language Inference | MultiNLI-mismatched |
| accuracy | 0,537 | Natural Language Inference | ANLI-all |
| accuracy | 0,497 | Natural Language Inference | ANLI-r3 |
| accuracy | 0,732 | Natural Language Inference | WANLI |
| accuracy | 0,788 | Natural Language Inference | LingNLI |
| accuracy | 0,761 | Natural Language Inference | fever-nli |
Fichiers déclarés par la source
| Nom | Format | Précision détectée | Taille |
|---|---|---|---|
| .gitattributes | autre | inconnue | 1,4 Kio |
| LICENSE | autre | inconnue | 1,0 Kio |
| README.md | autre | inconnue | 11,6 Kio |
| added_tokens.json | autre | inconnue | 23 octets |
| config.json | autre | inconnue | 1,1 Kio |
| model.safetensors | safetensors | inconnue | 531,8 Mio |
| onnx/model.onnx | onnx | inconnue | 1,0 Gio |
| onnx/model_quantized.onnx | onnx | inconnue | 323,0 Mio |
| pytorch_model.bin | bin | inconnue | 531,9 Mio |
| special_tokens_map.json | autre | inconnue | 173 octets |
| spm.model | autre | inconnue | 4,1 Mio |
| tokenizer.json | autre | inconnue | 15,6 Mio |
| tokenizer_config.json | autre | inconnue | 467 octets |