Характеристики

Контекст: 8 192 токена
Параметры: 395 млн
Лицензия: Apache 2.0
Архитектура: modernbert · dense
Базовая модель: ModernBERT-large
Библиотека: transformers
Опубликована: 2 июл 2026

Ссылки

Hugging Face

modernBERT-large-claim-agent_v9

Inabia-AI

Классификация текстаТекст → label

Дообученный англоязычный ModernBERT-large для классификации текста.

5скачиваний за 30 дней0лайковвеса обновлены2 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

Inabia-AI разработала modernBERT-large-claim-agent_v9 — дообученную модель классификации текста на базе двунаправленного энкодера answerdotai/ModernBERT-large. Модель содержит 394,7 млн параметров, принимает текстовые последовательности длиной до 8192 токенов и предназначена для классификации текста.

В README приведены результаты оценки: accuracy 0,9972, precision 0,9870, recall 0,9888 и F1 0,9879. Эти показатели относятся к указанному набору оценки; описание набора данных и целевых классов отсутствует, поэтому по ним нельзя судить о качестве на других данных. Базовая модель ориентирована на английский язык.

Модель распространяется по лицензии Apache-2.0. README не уточняет назначение меток, обучающие данные и практические ограничения.

Сценарии применения

Классификация англоязычных текстовых последовательностей
Классификация длинных текстов до 8192 токенов
Оценка текста по категориям, заданным в используемом наборе меток

Ограничения

README не раскрывает целевые классы, обучающий датасет и ограничения применения. Приведённые метрики относятся только к указанному набору оценки, состав которого не описан.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

modernBERT-large-claim-agent_v9

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: 0.0096
Accuracy: 0.9972
Precision: 0.9870
Recall: 0.9888
F1: 0.9879

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: 6363a7b