Характеристики

Контекст: 512 токенов
Параметры: 195 млн
Архитектура: bert · dense
Базовая модель: 2-1-2-emoticons
Библиотека: transformers
Опубликована: 25 июн 2026

Ссылки

Hugging Face

2-1-2-emoticons-haiku-v126

Lyubka

Классификация текстаТекст → label3 профессии

Дообученная BERT-модель для классификации текста, связанной с эмотиконами.

8скачиваний за 30 дней0лайковвеса обновлены25 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

Lyubka/2-1-2-emoticons-haiku-v126 — дообученная модель классификации последовательностей на базе Lyubka/2-1-2-emoticons. Она использует архитектуру BERT с примерно 194,6 млн параметров, принимает текст и рассчитана на контекст до 512 токенов. В оценке на тестовой выборке указаны accuracy 0,8012 и loss 0,6839.

Модель предназначена для классификации текста, связанной с эмотиконами; подробности о классах, обучающих данных и конкретных сценариях в карточке не раскрыты. Опубликована в формате safetensors и использует библиотеку Transformers. Условия лицензирования в предоставленных данных не указаны.

Сценарии применения

Классификация текстов с эмотиконами
Определение категории короткого сообщения
Классификация пользовательских текстовых фрагментов

Ограничения

Сведения о наборах классов, обучающих данных и назначении отдельных меток отсутствуют; указанные метрики относятся к оценочной выборке, состав которой не описан.

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 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 II.8Разработка и данныеИнженерия данных и аналитикаAI помогает готовить надёжные данные и превращать их в понятную аналитику.22 задачи23 488моделей

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

2-1-2-emoticons-haiku-v126

This model is a fine-tuned version of Lyubka/2-1-2-emoticons on an unknown dataset. It achieves the following results on the evaluation set:

Loss: 0.6839
Accuracy: 0.8012

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: 16
eval_batch_size: 16
seed: 42
optimizer: Use adamw_torch_fused with betas=(0.9,0.999) and epsilon=1e-08 and optimizer_args=No additional optimizer arguments
lr_scheduler_type: linear
num_epochs: 3

Training results

Framework versions

Transformers 5.12.1
Pytorch 2.12.1+cu130
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: BertForSequenceClassification
Ревизия весов: b410043