/ Модель

Характеристики

Контекст
512 токенов
Параметры
137 млн
Архитектура
bert · dense
Библиотека
transformers
Опубликована
7 мая 2025

broken_bert

Классификация текстаТекст → label4 профессии

BERT-подобная модель на 136,7 млн параметров для классификации текстов с контекстом до 512 токенов.

82скачиваний за 30 дней0лайковвеса обновлены7 мая 2025

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

Ilseyar-kfu/broken_bert — модель для классификации текста из экосистемы Transformers. В метаданных она отнесена к архитектурному семейству BERT и имеет около 136,7 млн параметров; модель поддерживает контекст длиной до 512 токенов и сохраняется в формате Safetensors. Разработчик, исходная модель, языки и лицензия в доступных материалах не указаны.

Модель предназначена для задач text classification: отнесения входных текстов к заранее заданным классам в прикладных системах анализа документов, сообщений и пользовательских запросов. Конкретные наборы меток, область применения, данные обучения и результаты оценки не описаны, поэтому назначение модели следует уточнять по конфигурации классификационной головы и экспериментальным проверкам.

Ограничения включают отсутствие документации о языке, обучающих данных, классах, качестве и рекомендуемых сценариях использования. Лицензионные условия также не приведены, поэтому перед распространением или коммерческим применением необходимо проверить сведения на странице репозитория.

Сценарии применения

  • классификация текстов по заданным меткам
  • распределение сообщений по категориям
  • маршрутизация пользовательских запросов
  • автоматическая сортировка документов
  • проверка текста по категориям классификатора

Ограничения

Не задокументированы языки, классы, обучающие данные, метрики качества и область применения модели. Лицензия также не указана; название broken_bert дополнительно указывает на необходимость проверки работоспособности и качества перед использованием.

Для каких профессий подходит4

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

Model Card for Model ID

Model Details

Model Description

This is the model card of a 🤗 transformers model that has been pushed on the Hub. This model card has been automatically generated.

  • Developed by: [More Information Needed]
  • Funded by [optional]: [More Information Needed]
  • Shared by [optional]: [More Information Needed]
  • Model type: [More Information Needed]
  • Language(s) (NLP): [More Information Needed]
  • License: [More Information Needed]
  • Finetuned from model [optional]: [More Information Needed]

Model Sources [optional]

  • Repository: [More Information Needed]
  • Paper [optional]: [More Information Needed]
  • Demo [optional]: [More Information Needed]

Uses

Direct Use

[More Information Needed]

Downstream Use [optional]

[More Information Needed]

Out-of-Scope Use

[More Information Needed]

Bias, Risks, and Limitations

[More Information Needed]

Recommendations

Users (both direct and downstream) should be made aware of the risks, biases and limitations of the model. More information needed for further recommendations.

How to Get Started with the Model

Use the code below to get started with the model.

[More Information Needed]

Training Details

Training Data

[More Information Needed]

Training Procedure

Preprocessing [optional]

[More Information Needed]

Training Hyperparameters

  • Training regime: [More Information Needed]

Speeds, Sizes, Times [optional]

[More Information Needed]

Evaluation

Testing Data, Factors & Metrics

Testing Data

[More Information Needed]

Factors

[More Information Needed]

Metrics

[More Information Needed]

Results

[More Information Needed]

Summary

Model Examination [optional]

[More Information Needed]

Environmental Impact

Carbon emissions can be estimated using the Machine Learning Impact calculator presented in Lacoste et al. (2019).

  • Hardware Type: [More Information Needed]
  • Hours used: [More Information Needed]
  • Cloud Provider: [More Information Needed]
  • Compute Region: [More Information Needed]
  • Carbon Emitted: [More Information Needed]

Technical Specifications [optional]

Model Architecture and Objective

[More Information Needed]

Compute Infrastructure

[More Information Needed]

Hardware

[More Information Needed]

Software

[More Information Needed]

Citation [optional]

BibTeX:

[More Information Needed]

APA:

[More Information Needed]

Glossary [optional]

[More Information Needed]

More Information [optional]

[More Information Needed]

Model Card Authors [optional]

[More Information Needed]

Model Card Contact

[More Information Needed]

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
BertForSequenceClassification
Ревизия весов
311d296

0 моделей