/ Модель

Характеристики

Параметры
18,9 млн
Лицензия
Apache 2.0
Архитектура
hubert · dense
Базовая модель
distilhubert
Библиотека
transformers
Опубликована
21 авг 2026

distilhubert-gtzan-exp03

Классификация текстаТекст → label3 профессии

Дообученная на GTZAN модель HuBERT классифицирует аудиозаписи по музыкальным классам.

11скачиваний за 30 дней0лайковвеса обновлены22 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

Bunny2308/distilhubert-gtzan-exp03 — компактная модель классификации аудио, дообученная на базе ntu-spml/distilhubert на наборе GTZAN. Она построена на HuBERT и содержит 18,9 млн параметров; веса сохранены в формате safetensors. Модель предназначена для отнесения аудиозаписей к классам, представленным в обучающей разметке GTZAN.

На тестовой выборке автор сообщает accuracy 0,84 и loss 0,6567. Базовая модель рассчитана на обработку аудио с частотой 16 кГц. Лицензия — Apache-2.0. Карточка не описывает полный перечень классов, рекомендуемую длительность аудио или ограничения качества, поэтому результаты на других данных не установлены.

Сценарии применения

  • классификация музыкальных жанров в аудиозаписях
  • автоматическая разметка музыкальной коллекции
  • поиск и группировка треков по жанру

Ограничения

Показатели accuracy 0,84 и loss 0,6567 приведены только для оценочной выборки GTZAN; качество на других музыкальных данных не установлено. Карточка не раскрывает полный перечень классов и требования к длительности входного аудио.

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

distilhubert-gtzan-exp03

This model is a fine-tuned version of ntu-spml/distilhubert on the gtzan dataset. It achieves the following results on the evaluation set:

  • Loss: 0.6567
  • Accuracy: 0.84

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: 4
  • eval_batch_size: 4
  • seed: 42
  • gradient_accumulation_steps: 2
  • total_train_batch_size: 8
  • 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: 100
  • num_epochs: 12
  • mixed_precision_training: Native AMP

Training results

Training LossEpochStepValidation LossAccuracy
3.86151.01131.83470.47
2.50222.02261.21800.66
2.02563.03391.01250.72
1.33214.04520.76660.79
0.77125.05650.67480.81
0.71266.06780.57450.81
0.36547.07910.52840.84
0.14038.09040.63080.79
0.20269.010170.59060.86
0.062010.011300.60970.84
0.052411.012430.64190.84
0.034812.013560.65670.84

Framework versions

  • Transformers 5.15.0
  • Pytorch 2.11.0+cu128
  • Datasets 2.21.0
  • Tokenizers 0.22.2

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers · text-classification

Нельзя запустить

Для архитектуры hubert нет загрузчика под задачу text-classification.

Класс архитектуры
HubertForSequenceClassification
Ревизия весов
b790d9d

0 моделей