/ Модель

Характеристики

Параметры
18,9 млн
Лицензия
Apache 2.0
Архитектура
hubert · dense
Базовая модель
distilhubert
Библиотека
transformers
Опубликована
4 авг 2026

ntu-spml-distilhubert-base-finetuned-gtzan

Классификация текстаТекст → label3 профессии

Компактная модель HuBERT для классификации музыкальных аудиофрагментов по жанрам GTZAN.

19скачиваний за 30 дней0лайковвеса обновлены4 авг 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

Janos98/ntu-spml-distilhubert-base-finetuned-gtzan — модель классификации аудио, созданная дообучением ntu-spml/distilhubert на наборе GTZAN. Она использует архитектуру HuBERT и содержит 18,9 млн параметров; модель предназначена для отнесения аудиозаписей к музыкальным жанрам по классам GTZAN.

Модель подходит для автоматической жанровой разметки музыкальных фрагментов. В README приведены результаты оценки на тестовой выборке: accuracy 0,44 и loss 1,607, поэтому качество классификации может быть ограниченным. Лицензия — Apache-2.0.

Сценарии применения

  • автоматически определять жанр музыкального фрагмента
  • размечать музыкальную библиотеку по жанрам
  • классифицировать аудиозаписи на классы GTZAN

Ограничения

На оценочной выборке указаны accuracy 0,44 и loss 1,607; качество может быть ограниченным. Область оценки — набор GTZAN, поэтому перенос на другие жанры и типы аудио не подтверждён.

Для каких профессий подходит3

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

ntu-spml/distilhubert-base-finetuned-gtzan

This model is a fine-tuned version of ntu-spml/distilhubert on the GTZAN dataset. It achieves the following results on the evaluation set:

  • Loss: 1.6070
  • Accuracy: 0.44

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: 0.001
  • train_batch_size: 2
  • eval_batch_size: 4
  • seed: 42
  • gradient_accumulation_steps: 8
  • total_train_batch_size: 16
  • 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: cosine
  • lr_scheduler_warmup_steps: 0.1
  • num_epochs: 15
  • mixed_precision_training: Native AMP

Training results

Training LossEpochStepValidation LossAccuracy
12.36131.0571.53340.45
15.91732.01141.85060.28
15.04433.01711.78010.39
12.34514.02281.60700.44

Framework versions

  • Transformers 5.13.1
  • Pytorch 2.11.0+cu128
  • Datasets 4.0.0
  • Tokenizers 0.22.2

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers · text-classification

Нельзя запустить

Для архитектуры hubert нет загрузчика под задачу text-classification.

Класс архитектуры
HubertForSequenceClassification
Ревизия весов
4ce9158

0 моделей