Характеристики

Контекст: 8 192 токена
Параметры: 395 млн
Лицензия: Apache 2.0
Архитектура: modernbert · dense
Базовая модель: ModernBERT-large
Библиотека: transformers
Опубликована: 21 июн 2026

Ссылки

modernBERT-large-claim-agent_v7

Классификация текстаТекст → label3 профессии

Дообученный ModernBERT-large для классификации текста, позиционируемый по названию как классификатор утверждений для claim-агента.

9скачиваний за 30 дней0лайковвеса обновлены21 июн 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

Inabia-AI/modernBERT-large-claim-agent_v7 — дообученная модель классификации текста на базе answerdotai/ModernBERT-large. Она предназначена для отнесения текста к классам; название репозитория указывает на сценарий классификации утверждений для claim-агента, однако карточка не описывает метки и правила классификации.

Модель построена на архитектуре ModernBERT и содержит 394,7 млн параметров. Она принимает текст и поддерживает контекст до 8192 токенов. В README приведены результаты оценки: accuracy 0,9983 и F1 0,9911; набор данных обозначен как None, поэтому эти показатели не позволяют оценить качество на конкретных реальных сценариях. Модель распространяется по лицензии Apache-2.0.

Сценарии применения

классификация утверждений в конвейере claim-агента
отнесение длинных текстовых фрагментов к заданным классам
оценка текстов классификатором на базе ModernBERT

Ограничения

README не сообщает, какие классы предсказываются, как устроены обучающая и тестовая выборки и как применять модель. Приведённые метрики относятся к оценочному набору с неописанными данными, поэтому их обобщаемость неясна.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

I.11Универсальные способностиКлассификация, ранжирование и сопоставлениеAI помогает распределять объекты по категориям, устанавливать соответствия и определять порядок обработки.15 задач26 736моделей I.14Универсальные способностиАвтоматизация процессов и AI-агентыAI помогает выполнять многошаговые цифровые процессы и координировать действия между системами.20 задач26 022модели II.10Разработка и данныеРазработка и эксплуатация AI/ML-системAI помогает создавать, оценивать, развёртывать и контролировать AI/ML-системы на всём жизненном цикле.30 задач49 000моделей

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

modernBERT-large-claim-agent_v7

This model is a fine-tuned version of answerdotai/ModernBERT-large on the None dataset. It achieves the following results on the evaluation set:

Loss: 0.0063
Accuracy: 0.9983
Precision: 0.9955
Recall: 0.9867
F1: 0.9911

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: 8
seed: 42
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: 0.1
num_epochs: 3

Training results

Framework versions

Transformers 5.12.1
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: c768c4b