Характеристики

Контекст: 8 192 токена
Параметры: 149 млн
Лицензия: Apache 2.0
Архитектура: modernbert · dense
Базовая модель: ModernBERT-base
Библиотека: transformers
Опубликована: 7 июл 2026

Ссылки

imdb-modernbert

Классификация текстаТекст → label

Дообученная на отзывах IMDb модель ModernBERT для классификации текста и определения тональности англоязычных отзывов о фильмах.

6скачиваний за 30 дней1лайквеса обновлены7 июл 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

Haakim/imdb-modernbert — дообученная модель классификации текста на базе answerdotai/ModernBERT-base. Она предназначена для классификации текстовых отзывов о фильмах IMDb; README сообщает точность 0,957 и loss 0,1728 на наборе оценки, но не описывает этот набор и протокол оценки. Модель использует архитектуру ModernBERT для классификации последовательностей, содержит 149 млн параметров и принимает последовательности длиной до 8192 токенов.

Модель подходит для определения тональности отзывов и автоматической сортировки отзывов по классам. Базовая модель англоязычная, поэтому основное применение ориентировано на английский текст. Репозиторий распространяется по лицензии Apache-2.0.

Сценарии применения

Определение тональности отзыва о фильме
Классификация англоязычных отзывов IMDb
Автоматическая сортировка отзывов по категориям

Ограничения

README не указывает обучающий датасет, классы классификации и подробности оценки; заявленный результат нельзя интерпретировать вне описанного протокола. Модель предназначена для английского текста и может хуже работать на других языках.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

imdb-modernbert

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

Loss: 0.1728
Accuracy: 0.957

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: 16
eval_batch_size: 32
seed: 42
optimizer: Use OptimizerNames.ADAMW_TORCH with betas=(0.9,0.999) and epsilon=1e-08 and optimizer_args=No additional optimizer arguments
lr_scheduler_type: linear
num_epochs: 2

Training results

Training Loss	Epoch	Step	Validation Loss	Accuracy
0.1520	1.0	1563	0.1251	0.9548
0.0759	2.0	3126	0.1728	0.957

Framework versions

Transformers 5.13.0
Pytorch 2.11.0+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: ModernBertForSequenceClassification
Ревизия весов: 6c336c6