Дообученная англоязычная BERT-модель для классификации текста.
Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды
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
Модель ColinYuBin/autotrain-c3b68-0tdyf — дообученная с помощью AutoTrain англоязычная BERT-модель для классификации текста. Она основана на google-bert/bert-base-uncased, содержит 136,7 млн параметров и принимает последовательности длиной до 512 токенов. Модель предназначена для присвоения тексту меток; конкретная предметная область и значения меток в карточке не описаны.
В README приведены метрики валидации: accuracy 0,75, macro F1 0,67 и weighted F1 0,67. Эти результаты относятся к использованному набору данных и не гарантируют такое же качество на других данных. Модель опубликована в формате safetensors; лицензия в доступных сведениях не указана.
В README не названы предметная область и классы, на которых обучалась модель; метрики валидации не гарантируют аналогичного качества на других данных. Максимальная длина входа составляет 512 токенов.
README от автора на Hugging Face, как он его опубликовал
loss: 1.2190489768981934
f1_macro: 0.6666666666666666
f1_micro: 0.75
f1_weighted: 0.6666666666666666
precision_macro: 0.625
precision_micro: 0.75
precision_weighted: 0.625
recall_macro: 0.75
recall_micro: 0.75
recall_weighted: 0.75
accuracy: 0.75
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм · transformers · text-classification
Подбираем GPU…