Дообученная компактная модель Gemma 3 классифицирует обращения граждан как REFORM или GRIEVANCE.
Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды
Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.
Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.
Напишите запросы, при необходимости приложите файлы и эталонные ответы.
Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.
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.
Описание составлено по карточке модели и метаданным Hugging Face
ArunKr/ru-merged — дообученная текстовая модель на архитектуре Gemma 3, предназначенная для классификации обращений граждан на категории REFORM и GRIEVANCE. Модель содержит 257 млн параметров, поддерживает контекст до 32 768 токенов и опубликована в формате safetensors для использования с Transformers. В README приведены примеры обращений и скрипт для запуска классификации; метаданные также отмечают диалоговые возможности модели.
Модель может помогать сортировать обращения граждан по двум указанным категориям. README не описывает обучающие данные, точность классификации или правила интерпретации результата, поэтому надёжность на иных темах и форматах обращений не установлена. Лицензия в доступных сведениях не указана.
README не сообщает метрики качества, состав обучающих данных или поддерживаемые языки. Названия REFORM и GRIEVANCE не сопровождаются формальным описанием критериев классификации.
Разделы каталога профессий, в задачах которых используется эта модель
README от автора на Hugging Face, как он его опубликовал
Standalone merged Gemma 3 270M classifier for REFORM versus GRIEVANCE citizen submissions.
pip install torch transformers accelerate
python inference.py
python inference.py "Introduce a single online approval process for every district."
The included inference.py contains four example submissions.
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм · transformers
Подбираем GPU…