说明文档

ZamAI-Facebook-XLM-Pashto

概述

本仓库包含辅助脚本，用于在本地下载和持久化基础模型 facebook/xlm-roberta-base（保存到 ./base_model/ 目录），以及运行一个简单的 fill-mask（填空）推理示例。大型模型文件应使用 Git LFS 进行管理；仓库根目录下的 .gitattributes 文件已包含常见模型文件模式。

快速开始

创建并激活虚拟环境：

python -m venv .venv
source .venv/bin/activate

安装依赖：

pip install -r requirements.txt

下载并将基础模型保存到 ./base_model/：

python download_base_model.py

运行示例推理（如果 ./base_model/ 中存在模型，将从该目录加载）：

python inference.py

文件说明

download_base_model.py — 下载 Hugging Face 模型并保存到 ./base_model/。
inference.py — 运行 fill-mask 示例的小脚本。
requirements.txt — Python 依赖。
.gitignore — 常见忽略规则。

如果您希望我现在将基础模型下载到仓库中（根据文件不同，大约需要下载 0.5–1.2 GB），请告诉我，我将运行脚本并将模型保存到 ./base_model/

license: mit datasets:

tasal9/ZamAI-Pashto-Dataset-Cleaned language:
ps metrics:
accuracy base_model:
FacebookAI/xlm-roberta-base pipeline_tag: fill-mask library_name: adapter-transformers

tasal9/ZamAI-Facebook-XLM-Pashto

作者 tasal9

fill-mask transformers

↓ 0 ♥ 0

创建时间: 2025-07-26 21:25:58+00:00

更新时间: 2025-11-28 22:24:40+00:00

在 Hugging Face 上查看

文件 (19)

.gitattributes

.gitignore

README.md

adapters/pashto-lora/README.md

adapters/pashto-lora/adapter_config.json

adapters/pashto-lora/adapter_model.safetensors

base_model/README.md

base_model/config.json

base_model/flax_model.msgpack

base_model/model.onnx ONNX

base_model/model.safetensors

base_model/pytorch_model.bin

base_model/sentencepiece.bpe.model

base_model/tf_model.h5

base_model/tokenizer.json

base_model/tokenizer_config.json

download_base_model.py

inference.py

requirements.txt