/ Модель

Характеристики

Контекст
512 токенов
Параметры
435 млн
Лицензия
Apache 2.0
Архитектура
electra · dense
Базовая модель
gelectra-large
Опубликована
21 авг 2026

gelectra-large-privacy-policy-content-purpose

Классификация текстаТекст → label4 профессии

Дообученная немецкоязычная ELECTRA-модель для классификации содержания политик конфиденциальности по тематическим категориям.

95скачиваний за 30 дней0лайковвеса обновлены16 сен 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

Immerwinter/gelectra-large-privacy-policy-content-purpose — дообученная немецкоязычная модель ELECTRA для классификации фрагментов политики конфиденциальности по категориям содержания, включая Purpose (цели обработки), Audience, Contact, Deletion, LegalBasis, Retention, Security/Privacy, Sharing и UserRights. Она предназначена для анализа и разметки текстов политик конфиденциальности; README также упоминает контекст и тему, но не поясняет их формат или способ использования.

Модель основана на deepset/gelectra-large, содержит 434,5 млн параметров и принимает последовательности длиной до 512 токенов. Доступны веса в форматах Safetensors и ONNX. Лицензия — Apache-2.0. Карточка перечисляет категории разметки, но не сообщает метрики качества и подробности обучения.

Сценарии применения

  • классификация разделов политики конфиденциальности
  • выделение целей обработки персональных данных
  • поиск сведений о сроках хранения и удалении данных
  • разметка прав пользователей и правовых оснований
  • анализ передачи данных третьим сторонам

Ограничения

Контекст ограничен 512 токенами; карточка не приводит метрики качества и подробности обучения. Категории перечислены в README, но схема предсказаний и способ интерпретации контекстных полей не описаны.

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

DeepPrivacy - privacy policy analysis pipeline

Scope: Content - Purpose

Language: German

Fine-tuned from deepset/gelectra-large on 4003 annotated sentences.

Categories: Analytics - Communication - Compliance - CustomerAcquisition - ImproveService - Operational - ProvideService - Security - SignificantEffects - Unspecified - Other


All models for this analysis pipeline:

Context

Topic

Content: Audience - Contact - Control - Deletion - LegalBasis - Policy - Processing - Purpose - Retention - Security/Privacy - Selling - Sharing - ThirdParty - UserRights


English version

Как запустить

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

GPU в ailist

Универсальный рантайм · text-classification

Можно запустить

Подбираем GPU…

Класс архитектуры
ElectraForSequenceClassification
Ревизия весов
690ccfa

0 моделей