/ Модель

Характеристики

Контекст
512 токенов
Параметры
162 млн
Лицензия
Apache 2.0
Архитектура
bert · dense
Опубликована
12 авг 2026

7oudaModel

Классификация текстаТекст → label3 профессии

Дообученная AraBERT-модель для классификации арабских отчетов о звонках как успешных или неуспешных.

57скачиваний за 30 дней0лайковвеса обновлены15 авг 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

7oudaModel — модель классификации текста на основе AraBERT, разработанная Mahmoud252002. Она дообучена на aubmindlab/bert-base-arabertv02 для бинарной классификации текстовых отчетов о звонках на успешные и неуспешные. Модель использует архитектуру BERT и принимает арабский текст; размер составляет 162,4 млн параметров, контекст — до 512 токенов. В примере использования для токенизации задаётся предел 256 токенов.

Модель предназначена для автоматической разметки результатов звонков, например при обработке отчетов в операционных или контакт-центровых процессах. Для работы нужны совместимые токенизатор и модель классификации из Transformers. Распространяется по лицензии Apache-2.0.

Сценарии применения

  • разметка отчетов о звонках по успешности
  • автоматическая классификация результатов телефонных обращений
  • сортировка отчетов контакт-центра на успешные и неуспешные

Ограничения

Модель различает только два класса успешности и предназначена для арабских текстовых отчетов о звонках; применимость к другим языкам и типам текстов не описана. В примере токенизация ограничена 256 токенами, хотя размер контекста модели составляет 512 токенов.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

7oudaModel - AraBERT Call Classifier

موديل مبني على aubmindlab/bert-base-arabertv02 اتعمله Fine-tuning لتصنيف إفادات المكالمات إلى ناجحة أو غير ناجحة.

الاستخدام

from transformers import AutoTokenizer, AutoModelForSequenceClassification
import torch

tokenizer = AutoTokenizer.from_pretrained("Mahmoud252002/7oudaModel")
model = AutoModelForSequenceClassification.from_pretrained("Mahmoud252002/7oudaModel")

text = "ضع نص الإفادة هنا"
inputs = tokenizer(text, return_tensors="pt", truncation=True, max_length=256)
with torch.no_grad():
    logits = model(**inputs).logits
pred = torch.argmax(logits, dim=1).item()
print("ناجحة" if pred == 1 else "غير ناجحة")

تفاصيل التدريب

  • الموديل الأساسي: aubmindlab/bert-base-arabertv02
  • المهمة: تصنيف ثنائي (Binary Classification)
  • عدد الفئات: 2 (ناجحة / غير ناجحة)

Как запустить

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

GPU в ailist

Универсальный рантайм · text-classification

Можно запустить

Подбираем GPU…

Класс архитектуры
BertForSequenceClassification
Ревизия весов
193f60b

0 моделей