Характеристики

Контекст: 514 токенов
Параметры: 152 млн
Лицензия: MIT
Архитектура: roberta · dense
Базовая модель: roberta-classifier
Библиотека: transformers
Опубликована: 25 июн 2026

Ссылки

Hugging Face

tmp_trainer

B2306575

Классификация текстаТекст → label

Дообученная RoBERTa-модель для классификации текста, пригодность которой следует проверять на целевой задаче.

6скачиваний за 30 дней0лайковвеса обновлены25 июн 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

B2306575/tmp_trainer — дообученная модель RoBERTa для классификации текста, созданная на основе B2306575/roberta-classifier. Веса представлены в формате safetensors; размер модели — 151,8 млн параметров, максимальная длина контекста — 514 токенов. Она предназначена для присвоения текстам классов, однако целевая задача и обучающий набор данных не описаны, поэтому применимость нужно проверять на собственных примерах. Модель распространяется по лицензии MIT.

Сценарии применения

классификация коротких текстов по заданным категориям
распределение текстовых обращений по классам
проверка тематических меток текстов

Ограничения

Целевая задача, обучающие данные и метрики качества не приведены; результаты следует проверять на целевом наборе данных. Контекст ограничен 514 токенами.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

tmp_trainer

This model is a fine-tuned version of B2306575/roberta-classifier on an unknown dataset.

Model description

More information needed

Intended uses & limitations

More information needed

Training and evaluation data

More information needed

Training procedure

Training hyperparameters

The following hyperparameters were used during training:

learning_rate: 5e-05
train_batch_size: 8
eval_batch_size: 8
seed: 42
optimizer: Use OptimizerNames.ADAMW_TORCH_FUSED with betas=(0.9,0.999) and epsilon=1e-08 and optimizer_args=No additional optimizer arguments
lr_scheduler_type: linear
num_epochs: 3.0

Framework versions

Transformers 5.12.0
Pytorch 2.11.0+cu128
Datasets 4.0.0
Tokenizers 0.22.2

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: RobertaForSequenceClassification
Ревизия весов: d724378