Дообученная RoBERTa классифицирует тональность англоязычных новостей и текстов об инфляции.
Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды
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.
Описание составлено по карточке модели и метаданным Hugging Face
MAPAi/InflaBERT — модель классификации текста для определения тональности новостей, связанных с инфляцией. Она разработана MAPAi на основе архитектуры RoBERTa и дообучена от mrm8488/distilroberta-finetuned-financial-news-sentiment-analysis на датасете MAPAi/inflation_news. Модель содержит 95,2 млн параметров, принимает последовательности длиной до 514 токенов и доступна в формате safetensors через Transformers.
Модель предназначена для анализа англоязычных финансовых новостей и выделения тональности в контексте инфляции. Её можно применять для сортировки новостных сообщений и отслеживания настроений в материалах о ценах и инфляции. Лицензия MIT разрешает использование и распространение на её условиях.
Модель ориентирована на англоязычные тексты финансовых новостей об инфляции; для других языков и тематик её качество не установлено. Максимальная длина входа составляет 514 токенов.
Разделы каталога профессий, в задачах которых используется эта модель
README от автора на Hugging Face, как он его опубликовал
A BERT-based LLM fine-tuned (from https://huggingface.co/mrm8488/distilroberta-finetuned-financial-news-sentiment-analysis) to predict inflation-related sentiment in news.
Model trained on the MAPAi/inflation_news dataset: https://huggingface.co/datasets/MAPAi/inflation_news
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм · transformers · text-classification
Подбираем GPU…