Характеристики

Контекст: 512 токенов
Лицензия: Apache 2.0
Архитектура: distilbert · dense
Базовая модель: distilbert-base-uncased
Библиотека: transformers
Опубликована: 5 авг 2025

Ссылки

Hugging Face

distilbert-financial-sentiment

KOlCi

Классификация текстаТекст → label3 профессии

Дообученная модель DistilBERT для классификации тональности финансовых текстов.

34скачиваний за 30 дней0лайковвеса обновлены5 авг 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

KOlCi выпустил модель distilbert-financial-sentiment — дообученную для классификации тональности финансовых текстов версию DistilBERT. Она основана на distilbert/distilbert-base-uncased и использует архитектуру DistilBertForSequenceClassification. Модель принимает текст и относит его к классам тональности; карточка сообщает точность 0,8535 и значение loss 0,4849 на оценочном наборе, но не уточняет состав классов и набор данных.

Модель подходит для автоматической разметки тональности финансовых новостей, комментариев и других текстов. Она работает с контекстом до 512 токенов, использует библиотеку Transformers и распространяется по лицензии Apache-2.0. Англоязычная базовая модель указывает на английский язык, однако отдельное описание языков в карточке отсутствует.

Сценарии применения

определение тональности финансовых новостей
разметка тональности финансовых комментариев
анализ настроений инвесторов по текстовым сообщениям

Ограничения

Карточка не сообщает названия классов, обучающий набор данных и подробные ограничения применения. Указанная точность относится только к оценочному набору, состав которого не раскрыт.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

IV.2Отраслевые задачиБанки, платежи и инвестицииAI помогает управлять финансовым риском, платежами, инвестиционным анализом и обслуживанием клиентов.37 задач1 723модели III.2Корпоративные функцииИсследование рынка и маркетингAI помогает понимать рынок, создавать коммуникации и улучшать эффективность маркетинга.22 задачи8 594модели III.1Корпоративные функцииСтратегия, продукт и бизнес-моделиAI помогает принимать продуктовые и стратегические решения на основе свидетельств, а не только интуиции.19 задач2 459моделей

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

distilbert-financial-sentiment

This model is a fine-tuned version of distilbert-base-uncased on the None dataset. It achieves the following results on the evaluation set:

Loss: 0.4849
Accuracy: 0.8535

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: 1e-05
train_batch_size: 32
eval_batch_size: 32
seed: 42
optimizer: Use OptimizerNames.ADAMW_TORCH with betas=(0.9,0.999) and epsilon=1e-08 and optimizer_args=No additional optimizer arguments
lr_scheduler_type: linear
num_epochs: 2

Training results

Training Loss	Epoch	Step	Validation Loss	Accuracy
0.2167	1.0	741	0.4453	0.8481
0.1626	2.0	1482	0.4849	0.8535

Framework versions

Transformers 4.54.1
Pytorch 2.6.0+cu124
Datasets 4.0.0
Tokenizers 0.21.2

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: DistilBertForSequenceClassification
Ревизия весов: 768c5e5