Характеристики

Контекст: 8 192 токена
Архитектура: flaird · dense
Библиотека: transformers
Опубликована: 16 сен 2026

Ссылки

Hugging Face

flaird-modernbert-large-attention-multitask

MahmoodAnaam

Классификация текстаТекст → label3 профессии

Дообученная модель FlairD для классификации текстовых последовательностей.

199скачиваний за 30 дней0лайковвеса обновлены17 сен 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

flaird-modernbert-large-attention-multitask — модель классификации последовательностей на архитектуре FlairD, дообученная на неизвестном наборе данных. В карточке приведены результаты оценки: ROC-AUC 1,0, F1 0,997 и другие метрики, однако назначение классов и условия оценки не описаны.

Модель предназначена для задачи text-classification и принимает текст, выдавая классификационные оценки или метки. Репозиторий использует Transformers и формат весов safetensors. Базовая модель, языки, размер и лицензия в доступных данных не установлены. Практическую надёжность результатов трудно оценить без сведений о данных и методике проверки.

Сценарии применения

Классификация текстовых последовательностей
Присвоение меток текстам в пользовательской задаче
Оценка текстов по классам

Ограничения

В README не описаны назначение классов, обучающий набор данных и методика оценки; поэтому приведённые метрики не позволяют судить о качестве на других данных.

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.8Разработка и данныеИнженерия данных и аналитикаAI помогает готовить надёжные данные и превращать их в понятную аналитику.22 задачи23 488моделей I.3Универсальные способностиИзвлечение и структурирование данныхAI помогает превращать разрозненные данные в структуру, пригодную для поиска, аналитики и автоматизации.18 задач25 791модель

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

flaird-modernbert-large-attention-multitask

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

Loss: 0.0231
Roc-auc: 1.0
Brier: 0.995
C@1: 0.994
F1: 0.997
F05u: 0.999
Mean: 0.997

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: 128
eval_batch_size: 128
seed: 42
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: 0.06
num_epochs: 1

Training results

Training Loss	Epoch	Step	Validation Loss	Roc-auc	Brier	C@1	F1	F05u	Mean
0.0903	0.1000	3968	0.0801	0.997	0.984	0.979	0.989	0.995	0.989
0.0603	0.2000	7936	0.0585	0.999	0.985	0.979	0.989	0.995	0.99
0.0516	0.3001	11904	0.0460	0.999	0.992	0.989	0.994	0.997	0.994
0.0433	0.4001	15872	0.0385	0.999	0.989	0.985	0.992	0.997	0.992
0.0369	0.5001	19840	0.0335	1.0	0.994	0.991	0.995	0.998	0.996
0.0301	0.6001	23808	0.0291	1.0	0.993	0.991	0.995	0.998	0.995
0.0294	0.7001	27776	0.0267	1.0	0.996	0.994	0.997	0.999	0.997
0.0254	0.8002	31744	0.0244	1.0	0.994	0.993	0.996	0.998	0.996
0.0239	0.9002	35712	0.0233	1.0	0.995	0.994	0.997	0.999	0.997
0.0228	1.0	39672	0.0231	1.0	0.995	0.994	0.997	0.999	0.997

Framework versions

Transformers 5.16.1
Pytorch 2.11.0+cu128
Datasets 4.0.0
Tokenizers 0.23.1

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers · text-classification

Нельзя запустить

Модели нужен код из репозитория; автор пока не в списке доверенных организаций.

Класс архитектуры: FlairdForSequenceClassification
Ревизия весов: ab52d15