deepset/xlm-roberta-large-squad2

El modelo xlm-roberta-large-squad2 es un modelo de pregunta-respuesta extractiva basado en arquitectura XLM-RoBERTa (transformer codificador multilingüe), especializado en localizar la respuesta dentro de un contexto y en identificar preguntas sin respuesta.

Ha sido ajustado sobre el dataset SQuAD 2.0, ampliamente utilizado en investigación como referencia para tareas de question answering.

Este modelo está alojado en la plataforma de Hugging Face, que actúa como repositorio y ecosistema para la distribución de modelos de inteligencia artificial preentrenados y listos para su uso en producción o investigación. En el contexto de la Cátedra, este modelo se incluye como una selección orientada a tareas de procesamiento de lenguaje natural, específicamente para la respuesta a preguntas sobre documentos en entornos multilingües, con un enfoque académico y experimental.

Puedes consultar el modelo desde este link: https://huggingface.co/deepset/xlm-roberta-large-squad2

Data and Resources

This dataset has no data

Additional Info

Field Value
Last Updated June 10, 2026, 11:48 (UTC)
Created June 10, 2026, 11:48 (UTC)
algorithm Transformer codificador XLM-RoBERTa-large con cabeza de extracción de respuesta (span start/end).
authors [{"id":"7977e0b3-6ee7-442f-82f6-80086d33df0e","role":"principal","type":"user"}]
framework pytorch
library_requirements transformers, torch, sentencepiece, protobuf Recomendado el uso de GPU
marketplace_author_id 7977e0b3-6ee7-442f-82f6-80086d33df0e
marketplace_id c8230e43-3da8-42d3-8ea9-9a588bf59d08
resource_type model
short_description XLM-RoBERTa-large ajustado con SQuAD 2.0; sistema de preguntas y respuestas multilingüe de tipo extractivo (capaz de gestionar preguntas sin respuesta).
task_type nlp