1. Model Details 2. Uses 3. Bias, Risks, and Limitations 4. Training 5. Evaluation 6. Environmental Impact 7. Technical Specifications 8. Citation 9. Model Card Authors 10. How To Get Started With the Model The XLM-RoBERTa model was proposed in Unsupervised Cross-lingual Representation Learning at Scale by Alexis Conneau, Kartikay Khandelwal, Naman Goyal, Vishrav Chaudhary, Guillaume Wenzek, Francisco Guzmán, Edouard Grave, Myle Ott, Luke Zettlemoyer and Veselin Stoyanov. It is based on Facebook's RoBERTa model released in 2019. It is a large multi-lingual language model, trained on 2.5TB of filtered CommonCrawl data. This model is XLM-RoBERTa-large fine-tuned with the conll2003 dataset in English. The model is a language model. The model can be used for token classification, a natural language understanding task in which a label is assigned to some tokens in a text.

翻訳待ち・原文を表示

テキスト分析

入力テキスト→ 出力テキスト

料金未確認マルチモーダル・チャネル料金は個別に確認

詳細を見る ↗

比較に追加出典・文書 ↗

COST EXPLORER

モデル選びに、費用の視点も。

コスト分析

月間トークン数を調整してAPI費用を比較。

月間入力トークン 10 M月間出力トークン 2 M1 M = 100万トークン・米ドル
同一チャネルの基本テキスト料金を比較

収集済みの比較可能な100万トークン当たり米ドル料金です。キャッシュ割引、段階料金、追加推論出力、税金は含みません。最新料金は出典で確認してください。

MODEL HANDBOOK

モデルを理解して選ぶ

選び方とよくある質問

API料金はどう比較しますか？+

入力・出力・キャッシュ料金を分け、同じ用途と使用量で総費用を比較します。画像・音声・動画は枚数、時間、解像度で課金される場合があります。

オープンウェイトは無料で商用利用できますか？+

必ずしもそうではありません。バージョンごとのライセンス、商用制限、ポリシーを確認してください。自前運用には計算資源と保守費用も必要です。

ランキング1位が最適ですか？+

順位はテスト、バージョン、評価方法によります。実際の業務データで精度、遅延、安定性、費用を比較してください。

あなたに合う AIモデルを。

AIモデルを探す 50311

Ternary-Bonsai-2-27B-Uncensored-Heretic-v2-mlx-2bit-compact-DFlash2

Ternary-Bonsai-2-27B-Uncensored-Heretic-v2-mlx-2bit-DFlash2

SER-Odyssey-Baseline-WavLM-Multi-Attributes

Ministral-3-3B-Instruct-2512-BF16-3MPER0RR-abliterated

Ornith1.0-9B-3MPER0RR-abliterated

Phi-4-mini-3MPER0RR-abliterated

Qwen2.5-0.5B-Instruct-3MPER0RR-abliterated

Qwen2.5-Coder-14B-Instruct-3MPER0RR-abliterated

Qwen2.5-Coder-32B-Instruct-3MPER0RR-abliterated

Qwen3-06B-3MPER0RR-abliterated

Qwen3-4B-F32-BF16-3MPER0RR-abliterated

TinyLlama-3MPER0RR-abliterated

GLiNER2.5-Decide-GGUF

TranslateGemma-4B-GGUF

42dot_LLM-PLM-1.3B

BArtstyle-Blue-Archive-Artstyle-LoRA-for-Krea2

1dvit_base_patch50_5000.ptbxl-diag

1dvit_base_patch50_5000.ptbxl-rhythm

1dvit_base_patch50_5000.ssl_mimic_ft_ptbxl-diag

1dvit_base_patch50_5000.ssl_mimic_ft_ptbxl-form

1dvit_base_patch50_5000.ssl_mimic_ft_ptbxl-rhythm

LocoOperator-4B-LiteRTLM

Qwen2.5-Coder-3B-Instruct-LiteRTLM

roberta-large-NER

該当するモデルがありません

モデル選びに、費用の視点も。

モデルを理解して選ぶ

ニュースで知り、ツールで効率化、モデルで可能性を。