/ Модель

Характеристики

Контекст
512 токенов
Лицензия
Не указана
Архитектура
distilbert · dense
Базовая модель
distilbert-base-cased
Опубликована
3 авг 2026

applied-nlp-ner-stage3-distilbert

Разметка токеновТекст → label9 профессий

Дообученная модель DistilBERT для извлечения именованных сущностей из текста с BIO-разметкой.

6скачиваний за 30 дней0лайковвеса обновлены3 авг 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

Модель Ali-0111/applied-nlp-ner-stage3-distilbert — дообученная Ali-0111 модель DistilBERT для распознавания именованных сущностей и классификации токенов. Она обучена на distilbert-base-cased на 644 примерах с разметкой BIO и использует 8 типов сущностей, включая суммы, профессии и местоположения. Выбор регистрозависимой версии помогает использовать заглавные буквы как сигнал при извлечении сущностей.

Модель содержит около 65,2 млн параметров, сохранена в формате safetensors и обрабатывает последовательности длиной до 512 токенов. На тестовой выборке получен общий F1 0,803; показатели для JOB и LOCATION ниже, чем для AMOUNT. Небольшой обучающий набор и заметный разрыв между обучающей и тестовой оценками указывают на риск переобучения. Лицензия в метаданных указана как unknown.

Сценарии применения

  • извлечение сумм из текста
  • распознавание профессий и должностей
  • поиск местоположений в документах
  • разметка токенов по типам именованных сущностей

Ограничения

На тестовой выборке общий F1 составляет 0,803, при этом для JOB и LOCATION результаты слабее, чем для AMOUNT. Небольшой обучающий набор и разрыв между обучающей и тестовой оценками указывают на риск переобучения; качество на других данных не подтверждено.

Для каких профессий подходит9

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Applied NLP / NER — Stage 3: First Model Run

Fine-tuned distilbert-base-cased (65.2M params, ~250MB fp32 on disk) on Ali-0111/applied-nlp-ner-stage2-expanded (644 train / 115 test records) for 8-label NER token classification (BIO scheme, 17 tags).

Why this model (decision D1)

NER leans heavily on capitalization as a signal, so a cased model was preferred over uncased. distilbert-base-cased is the smallest well-supported cased token-classification checkpoint with a strong NER track record, over a genuinely-smaller-but-uncased-only alternative (google/electra-small-discriminator, 14M) or an even tinier uncased option (prajjwal1/bert-mini/bert-small, 11-29M) that would have sacrificed the capitalization signal and risked quality on the dataset's thinnest labels (WORKOFART, PRODUCT).

Model stats

  • Parameters: 65,203,985
  • Size on disk (fp32 safetensors): ~250 MB
  • CPU inference (4 threads, batch size 1, RTX-3060-laptop-class dev machine, CUDA_VISIBLE_DEVICES=""):
    • RSS after model load: ~884 MB (includes PyTorch/Transformers runtime overhead, not just weights)
    • RSS during inference: ~1.1 GB
    • Throughput: ~35 samples/sec, ~1,780 tokens/sec (single-threaded batch-of-1; ~29ms/sample latency)
  • Training hardware: RTX 3060 Laptop GPU (6GB VRAM), 6 epochs, batch size 16, lr 5e-5, ~23s total training time (644 records)

Training setup (reproducible)

  • Base model: distilbert-base-cased
  • Max sequence length: 512 (only 1 of 759 records exceeds this token count)
  • Epochs: 6, batch size: 16, learning rate: 5e-5, weight decay: 0.01, seed: 42
  • No validation split used (per the task brief's own guidance — not enough data/compute for a 3-way split at this scale; train/test is the recommended setup)
  • Scripts: stage3_model/scripts/prepare_bio.py (char-span to BIO alignment via tokenizer offset mapping), stage3_model/scripts/train.py (training + evaluation), stage3_model/scripts/measure_cpu_inference.py

Metrics

Train set

LabelPrecisionRecallF1Support
AMOUNT0.9440.9600.952977
JOB0.9280.9570.942536
LOCATION0.9040.9250.915603
ORGANIZATION0.9330.9570.945717
PERSON0.9420.9290.936666
PRODUCT0.8150.8370.826190
TIMEDATE0.9310.9310.931825
WORKOFART0.9390.9460.942277

Overall: P=0.927, R=0.940, F1=0.934, Accuracy=0.986

Test set

LabelPrecisionRecallF1Support
AMOUNT0.9150.9500.932260
JOB0.7230.7540.738114
LOCATION0.7230.8020.76091
ORGANIZATION0.6610.7570.706111
PERSON0.8250.8190.822138
PRODUCT0.6670.6360.65122
TIMEDATE0.7620.7520.757145
WORKOFART0.7190.7670.74260

Overall: P=0.786, R=0.820, F1=0.803, Accuracy=0.933

The train/test gap (F1 0.93 vs 0.80) reflects the small training set (644 records) relative to a 65M-param model over 6 epochs — expected at this scale, and exactly what Stage 4's diagnose/relabel/retrain step is meant to address.

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · token-classification

Можно запустить

Подбираем GPU…

Класс архитектуры
DistilBertForTokenClassification
Ревизия весов
93ed260

0 моделей