Характеристики

Контекст: 514 токенов
Параметры: 152 млн
Лицензия: MIT
Архитектура: roberta · dense
Базовая модель: roberta-base
Библиотека: transformers
Опубликована: 25 дек 2024

Ссылки

CS221-roberta-base-finetuned-semeval-new

Классификация текстаТекст → label

Англоязычная модель на базе RoBERTa для классификации текста, дообученная с оценочными метриками на наборе данных, не уточнённом в карточке.

7скачиваний за 30 дней0лайковвеса обновлены25 дек 2024

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

CS221-roberta-base-finetuned-semeval-new — англоязычная модель классификации текста, созданная дообучением FacebookAI/roberta-base. Она предназначена для присвоения тексту меток в задачах понимания языка. Модель содержит 151,8 млн параметров, принимает последовательности длиной до 514 токенов и распространяется в формате Safetensors.

В README приведены результаты оценки: F1 0,6800, ROC AUC 0,7986 и accuracy 0,5811. Конкретный набор меток, назначение классификации и обучающие данные не описаны, поэтому область применения этих показателей ограничена и качество для конкретного сценария следует оценивать отдельно. Лицензия — MIT.

Сценарии применения

классификация англоязычных текстов по меткам
оценка тональности или категорий после адаптации задачи
встраивание классификатора текста в приложение на Transformers

Ограничения

Карточка не сообщает назначение меток, обучающие данные и конкретную прикладную задачу; приведённые метрики не гарантируют качество на других данных. Максимальная длина входа — 514 токенов.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

CS221-roberta-base-finetuned-semeval-new

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

Loss: 0.3023
F1: 0.6800
Roc Auc: 0.7986
Accuracy: 0.5811

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: 8
eval_batch_size: 8
seed: 42
optimizer: Use adamw_torch 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: 100
num_epochs: 20

Training results

Training Loss	Epoch	Step	Validation Loss	F1	Roc Auc	Accuracy
0.2592	1.0	1936	0.2815	0.6505	0.7740	0.5556
0.2839	2.0	3872	0.2787	0.6510	0.7688	0.5700
0.1879	3.0	5808	0.3023	0.6800	0.7986	0.5811
0.1552	4.0	7744	0.3485	0.6573	0.7867	0.5548
0.1182	5.0	9680	0.4063	0.6497	0.7833	0.5465
0.0822	6.0	11616	0.4614	0.6510	0.7747	0.5654

Framework versions

Transformers 4.47.1
Pytorch 2.5.1+cu121
Datasets 3.2.0
Tokenizers 0.21.0

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: RobertaForSequenceClassification
Ревизия весов: 8122a8e