Характеристики

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

Ссылки

Hugging Face

flaird-modernbert-large-attention-multitask-frozen

MahmoodAnaam

Классификация текстаТекст → label3 профессии

Дообученная модель классификации последовательностей для отнесения текста к классам.

175скачиваний за 30 дней0лайковвеса обновлены16 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

MahmoodAnaam разработал flaird-modernbert-large-attention-multitask-frozen — дообученную модель классификации последовательностей на базе архитектуры FlairdForSequenceClassification. Она предназначена для отнесения текстового ввода к классам. В README приведены результаты оценки: ROC-AUC 0,992, F1 0,974 и другие метрики, однако описание набора данных и методики оценки отсутствует.

Модель распространяется в формате safetensors и использует библиотеку Transformers. Базовая модель, поддерживаемые языки, конкретные классы и условия лицензии в доступных сведениях не определены. README также не раскрывает целевые сценарии и ограничения применения.

Сценарии применения

классификация текстов по заданным категориям
присвоение меток текстовым последовательностям
оценка принадлежности текста к классу

Ограничения

В README не описаны обучающие данные, классы, поддерживаемые языки и методика оценки, поэтому приведённые метрики нельзя интерпретировать в контексте конкретного сценария. Лицензия и ограничения применения не указаны в предоставленных сведениях.

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-frozen

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

Loss: 0.1359
Roc-auc: 0.992
Brier: 0.964
C@1: 0.951
F1: 0.974
F05u: 0.989
Mean: 0.974

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: 256
eval_batch_size: 256
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
0.2320	0.1000	1984	0.2069	0.972	0.922	0.883	0.936	0.972	0.937
0.1925	0.2000	3968	0.1792	0.982	0.919	0.878	0.933	0.971	0.937
0.1755	0.3001	5952	0.1633	0.986	0.955	0.938	0.967	0.985	0.966
0.1664	0.4001	7936	0.1547	0.988	0.929	0.896	0.943	0.976	0.946
0.1600	0.5001	9920	0.1474	0.989	0.96	0.942	0.969	0.987	0.969
0.1539	0.6001	11904	0.1442	0.99	0.942	0.918	0.956	0.981	0.957
0.1495	0.7001	13888	0.1383	0.991	0.959	0.943	0.97	0.987	0.97
0.1472	0.8002	15872	0.1359	0.992	0.964	0.951	0.974	0.989	0.974
0.1463	0.9002	17856	0.1349	0.992	0.964	0.95	0.974	0.989	0.974
0.1453	1.0	19836	0.1346	0.992	0.961	0.946	0.971	0.988	0.972

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: e441904