kipreise.info
Lokale Modelle › Text & Chat › indonesian-roberta-base-posp-tagger
w11wo · Text & Chat · ⟳ vor 2 Min (16.10. 19:14 UTC)

indonesian-roberta-base-posp-tagger

Sprachmodelle für Chat, Wissen und Alltag — die Klassiker für den eigenen Rechner.

MIT

Größe (kompakt)1,0 GB
Kleinste Variante–
LizenzMIT
Parameter0.12B
KategorieText & Chat
Downloads (30 Tage)3,4 Mio.
Likes18
Aktualisiertvor 3 Jahren
Erstelltvor 5 Jahren
Hersteller/Orgw11wo
Tensor-TypF32
Repo-Größe (alle Dateien)1,5 GB

Läuft das auf deinem Rechner?

Was kann es?

Ein leichtgewichtiges Modell, das dem Satzbauplan des Indonesischen auf die Sprunge kommt: Es ordnet jedem Wort eine grammatikalische Funktion zu (Substantiv, Verb, Adjektiv usw.), damit weitere NLP-Aufgaben darauf aufsetzen können.

Stärken

Sehr kompakt mit nur 0,12 Mio. Parametern und läuft daher selbst auf bescheidener Hardware ohne nennenswerten Aufwand.

Grenzen

Es handelt sich um einen spezialisierten Einzweck-Tagger für das Indonesische, kein Allround-Modell – und die Genauigkeit hängt stark davon ab, wie aktuell die RoBERTa-Basis dahinter ist.

Für wen?

Für Entwickler und Studenten, die indonesischen Text automatisch strukturieren wollen, ohne ein großes Sprachmodell ausführen zu müssen.

So startest du es

Jeder Befehl ist fertig für dieses Modell: kopieren und in die Konsole einfügen.

⚠️ Für dieses Modell haben wir keine verifizierte GGUF-Fassung in der Datenbank. Ohne GGUF können Ollama, LM Studio und llama.cpp es nicht starten. Prüfe auf Hugging Face nach „w11wo/indonesian-roberta-base-posp-tagger GGUF“ (die meisten Text-Modelle haben eine, z. B. von bartowski oder unsloth) — dann gilt: ollama run hf.co/w11wo/indonesian-roberta-base-posp-tagger

Dein Rechner

Besonderheiten

Was dieses Modell ausmacht — geprüft aus den offiziellen Angaben (⟳ vor 2 Min (16.10. 19:14 UTC)).

SprachmodellBeantwortet Fragen, schreibt und fasst Texte zusammen.
Basis: indonesian-roberta-baseAufgebaut auf flax-community/indonesian-roberta-base (Feintuning) — Original-Modellkarte beim Anbieter. Quelle ↗
Trainings-DatenLaut Modellkarte trainiert mit: indonlu.
In Spaces im Einsatz4 Hugging-Face-Spaces nutzen dieses Modell.
Inferenz-APIBei Hugging Face direkt im Browser ausprobierbar (Inferenz-Profil vorhanden).
Kommerziell nutzbarLizenz: MIT.
Millionenfach geladen3,4 Mio. Downloads auf Hugging Face.
TechnikModelltyp: roberta · Bibliothek: transformers

Alle Angaben stammen aus den offiziellen Quellen (Hugging Face) — wir hosten keine Modelle.

Wo bekommst du es?

Wir hosten nichts — hier geht es direkt zur Quelle. Die Anleitung unten zeigt dir Schritt für Schritt, wie du das Modell startest.

Auf Hugging Face herunterladen Bei Ollama suchen Bei LM Studio suchen

Größen & Quants

Kleinere Datei = weniger Speicherbedarf, dafür minimal geringere Qualität. Der Check oben zeigt dir für jede Variante, ob sie auf deinem Rechner läuft — entscheiden musst nur du.

VarianteDateigrößeSpeicherbedarf (grob)
Keine Variantenliste verfügbar — schau in die Dateiliste bei Hugging Face.
Größenangaben aus der Dateiliste bei Hugging FaceAlle Dateien: HF ↗

So startest du indonesian-roberta-base-posp-tagger

  1. Herunterladen: Über den HF-Button oben (oder direkt in Ollama/LM Studio suchen).
  2. Starten: Unsere Anleitung zeigt dir die einfachsten Wege — LM Studio (Klick-Oberfläche) oder Ollama (ein Befehl).
  3. Chatten: Modell auswählen, lostippen. Ohne Internet, ohne Anmeldung.

Gleiches Modell lieber als API nutzen? Preisvergleich öffnen →

Häufige Fragen

Läuft indonesian-roberta-base-posp-tagger auf meinem Rechner?

Das zeigt dir der Check oben — Variante für Variante. Typische Größen: die übliche kompakte Variante wiegt –, die kleinste – — rechne grob ~2 GB Puffer dazu.

Was kostet indonesian-roberta-base-posp-tagger?

Nichts — das Modell ist kostenlos herunterladbar. Kosten entstehen nur für Strom oder eine gemietete GPU, falls dein Rechner zu klein ist.

Ähnliche Modelle: multilingual-e5-small · SapBERT-from-PubMedBERT-fulltext · bert-base-NER · Zurück zur Übersicht

Daten: Hugging Face API · ⟳ vor 2 Min (16.10. 19:14 UTC). Wir hosten keine Modelle — alle Links führen zu den offiziellen Quellen.