/ Модель

Характеристики

Контекст
514 токенов
Параметры
138 млн
Лицензия
MIT
Архитектура
camembert · dense
Базовая модель
camembert-base
Библиотека
transformers
Опубликована
26 авг 2026

camembert-math-classification

Классификация текстаТекст → label3 профессии

Дообученная CamemBERT классифицирует текстовые ответы на математические задания как правильные, частично правильные или неправильные.

85скачиваний за 30 дней0лайковвеса обновлены1 окт 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

BERRAMOU/camembert-math-classification — модель классификации последовательностей на архитектуре CamemBERT, дообученная на основе almanach/camembert-base. Она предназначена для классификации ответов на математические задания по категориям Correct, Partiel и Incorrect. Модель содержит 137,8 млн параметров, принимает текст с контекстом до 514 токенов и выдаёт метку класса. В README приведены идеальные оценки на тестовой выборке, однако набор данных и условия оценки не описаны, поэтому эти результаты не позволяют судить о качестве на новых данных.

Модель разработана автором репозитория BERRAMOU и распространяется по лицензии MIT. Языковые коды не указаны; по базовой модели CamemBERT и французским названиям классов можно предположить французский язык, но README не подтверждает язык обучающих данных.

Сценарии применения

  • оценка правильности ответа ученика на математическое задание
  • разделение математических ответов на правильные, частично правильные и неправильные
  • автоматическая предварительная проверка ответов в учебном сервисе

Ограничения

Обучающий набор данных неизвестен, а идеальные метрики из README не сопровождаются описанием тестовой выборки и протокола оценки. Контекст ограничен 514 токенами; язык французского назначения выводится косвенно и не подтверждён в карточке.

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

camembert-math-classification

This model is a fine-tuned version of camembert-base on an unknown dataset. It achieves the following results on the evaluation set:

  • Loss: 0.0166
  • F1 Macro: 0.9987
  • F1 Weighted: 0.9987
  • F1 Correct: 1.0
  • F1 Partiel: 0.9980
  • F1 Incorrect: 0.9980
  • Accuracy: 0.9987

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: 2e-05
  • train_batch_size: 32
  • eval_batch_size: 64
  • 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
  • lr_scheduler_warmup_steps: 0.1
  • num_epochs: 5
  • mixed_precision_training: Native AMP

Training results

Training LossEpochStepValidation LossF1 MacroF1 WeightedF1 CorrectF1 PartielF1 IncorrectAccuracy
0.65611.01840.80860.49120.49120.81690.02040.63640.5675
0.19972.03680.15300.96690.96690.99020.95130.95920.9669
0.06483.05520.03600.99600.99601.00.99400.99410.9960
0.02614.07360.02270.99740.99740.99800.99600.99800.9974
0.01475.09200.01660.99870.99871.00.99800.99800.9987

Framework versions

  • Transformers 5.0.0
  • Pytorch 2.10.0+cu128
  • Datasets 5.0.0
  • 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
CamembertForSequenceClassification
Ревизия весов
b9603b2

0 моделей