Характеристики

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

Ссылки

flaird-modernbert-large-concatenation-single-task-frozen

Классификация текстаТекст → label3 профессии

Дообученная модель Flaird для классификации текстовых последовательностей, назначение и классы которой не раскрыты в карточке.

149скачиваний 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

MahmoodAnaam/flaird-modernbert-large-concatenation-single-task-frozen — модель классификации последовательностей на архитектуре FlairdForSequenceClassification, доступная в формате safetensors и предназначенная для задачи text-classification. В README указано, что модель дообучена на неизвестном наборе данных; название включает ModernBERT Large, concatenation и single-task frozen, однако карточка не раскрывает базовую модель, целевые классы и назначение классификации.

В README приведены метрики оценки: ROC-AUC 0,988, F1 0,965 и C@1 0,934; значение Brier указано как 0,953, но без пояснения методики его интерпретация неясна. Лицензия и ограничения применения в предоставленных данных не описаны.

Сценарии применения

Классификация текстовых последовательностей в задаче, соответствующей обучающим данным модели
Оценка классов для текста в экспериментальных пайплайнах классификации
Сравнение результатов классификатора по метрикам F1 и ROC-AUC

Ограничения

В README не указаны набор данных, целевые метки, конкретное назначение и лицензия, поэтому пригодность модели для конкретной задачи определить нельзя. Метрики приведены без описания набора оценки и методики.

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

flaird-modernbert-large-concatenation-single-task-frozen

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

Loss: 0.0083
Roc-auc: 0.988
Brier: 0.953
C@1: 0.934
F1: 0.965
F05u: 0.985
Mean: 0.965

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
0.0160	0.1000	1984	0.0151	0.961	0.922	0.898	0.945	0.974	0.94
0.0131	0.2000	3968	0.0137	0.972	0.894	0.834	0.906	0.959	0.913
0.0121	0.3001	5952	0.0118	0.979	0.956	0.951	0.974	0.987	0.969
0.0110	0.4001	7936	0.0106	0.983	0.921	0.866	0.926	0.968	0.933
0.0107	0.5001	9920	0.0098	0.984	0.951	0.933	0.964	0.984	0.963
0.0099	0.6001	11904	0.0095	0.986	0.937	0.915	0.954	0.98	0.955
0.0091	0.7001	13888	0.0088	0.987	0.95	0.932	0.964	0.984	0.963
0.0092	0.8002	15872	0.0084	0.988	0.956	0.942	0.969	0.986	0.968
0.0088	0.9002	17856	0.0083	0.988	0.955	0.938	0.967	0.986	0.967
0.0087	1.0	19836	0.0083	0.988	0.953	0.934	0.965	0.985	0.965

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: 83e5057