/ Модель

Характеристики

Контекст
512 токенов
Параметры
534 млн
Лицензия
MIT
Архитектура
deberta-v2 · dense
Базовая модель
deberta-v3-large
Библиотека
transformers
Опубликована
8 июл 2026

rwgbench-citation-frame-classifier

Классификация текстаТекст → label3 профессии

Модель на базе DeBERTa V3 Large классифицирует функции цитат в научных текстах для оценки генерации разделов related work.

8скачиваний за 30 дней0лайковвеса обновлены8 июл 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

Это модель классификации последовательностей на базе DeBERTa V3 Large, разработанная для автоматической оценки систем генерации разделов related work в RWGBench. Она анализирует контексты цитирования и относит их к функциональным категориям, формируя профили числа кадров для сравнения с эталонными текстами. Модель дообучена на MultiCite и предназначена для исследовательской оценки таких систем, а не для общей оценки качества научных статей или корректности цитирования.

Модель содержит 533,8 млн параметров, принимает текст с контекстом до 512 токенов и выдаёт метки классификации. Для многометочной декодировки применяются пороги из thresholds.json; если ни одна метка не проходит порог, RWGBench выбирает наиболее вероятную. На тестовой выборке MultiCite показаны Macro F1 0,5585 и Micro F1 0,6751; качество различается по категориям, в частности F1 для motivation составляет 0,3523, а для background — 0,7756. Лицензия — MIT.

Сценарии применения

  • Классификация функций цитирования в разделах related work
  • Построение профиля категорий цитат в сгенерированном обзоре литературы
  • Сравнение генерации related work с эталонным текстом в RWGBench

Ограничения

Это специализированная модель оценки и анализа генерации related work, а не универсальный оценщик качества статьи или корректности цитирования. На тесте MultiCite качество неодинаково для разных категорий: F1 для motivation — 0,3523.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

RWGBench Citation Frame Classifier

This model is the citation-frame classifier used by RWGBench to compute Citation Frame Alignment (CFA). CFA evaluates whether a generated related work section uses citations with a rhetorical frame distribution similar to the author-written reference section.

The classifier is a DeBERTa-v3-large sequence-classification model fine-tuned for multi-label citation-function prediction. It predicts seven MultiCite-derived labels:

LabelIntended citation function
motivationmotivates the target problem or research direction
backgroundprovides general background or prior findings
usesdescribes methods, data, tools, or results used by the target work
extendsindicates that the target work builds on or extends prior work
similaritiesmarks similarity or close relationship to prior work
differencesmarks contrast, limitation, gap, or distinction
future_workdiscusses future directions

Intended Use

The model is intended for automatic evaluation and analysis of related work generation systems. In RWGBench, citation contexts are extracted from generated and reference related work sections, classified with this model, aggregated into frame-count profiles, and compared with macro count F1.

It is not intended as a general-purpose judge of paper quality or citation correctness. It should be used together with citation-selection and citation-support metrics.

Files

FileDescription
config.json, model.safetensorsTransformers sequence-classification checkpoint
tokenizer.json, tokenizer_config.json, special_tokens_map.json, spm.model, added_tokens.jsonTokenizer files
thresholds.jsonPer-label development thresholds used for multi-label decoding
metrics.jsonDevelopment and held-out MultiCite evaluation metrics
label_map.jsonLabel mapping used during training
rwgb_classifier_config.jsonRWGBench-specific usage metadata

Evaluation

Held-out MultiCite test performance:

MetricScore
Macro F10.5585
Micro F10.6751
Samples F10.6933
Weighted F10.6750
Subset accuracy0.5119

Per-label held-out F1:

LabelF1
motivation0.3523
background0.7756
uses0.7372
extends0.4450
similarities0.5508
differences0.6274
future_work0.4211

The thresholds in thresholds.json are applied after sigmoid probabilities. If no label passes its threshold, RWGBench assigns the highest-probability label so that every citation context contributes at least one frame.

Usage With RWGBench

Download the model into the RWGBench code repository:

models/citation_frame_multicite/
  config.json
  model.safetensors
  tokenizer.json
  thresholds.json
  ...

run:

python src/evaluation/evaluate_generated_results.py \
  --input results/your_results.json \
  --output results/your_eval.json \
  --gold data/gold100_papers.json \
  --corpus data/corpus.json \
  --citation-frame-model-path models/citation_frame_multicite

RWGBench automatically marks numbered citations with <cite>...</cite> before classification, matching the input format used during training.

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers · text-classification

Можно запустить

Подбираем GPU…

Класс архитектуры
DebertaV2ForSequenceClassification
Ревизия весов
7d02240

0 моделей