Характеристики

Контекст: 512 токенов
Параметры: 137 млн
Лицензия: Apache 2.0
Архитектура: bert · dense
Базовая модель: bert-base-uncased
Библиотека: transformers
Опубликована: 6 сен 2026

Ссылки

Hugging Face

bert-finetuned-imdb

MayankDentsu

Классификация текстаТекст → label3 профессии

Дообученная модель BERT для классификации текстовых последовательностей, вероятно отзывов о фильмах.

9скачиваний за 30 дней0лайковвеса обновлены6 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

MayankDentsu/bert-finetuned-imdb — модель классификации текста на основе BERT, дообученная от bert-base-uncased. В README указана оценка на наборе проверки: loss 0,3450; данных о составе набора и подробностях обучения нет.

Модель предназначена для классификации текстовых последовательностей. По названию репозитория можно предположить применение к отзывам IMDB, однако README не подтверждает назначение меток или точные сценарии классификации. Модель содержит 136,7 млн параметров и принимает до 512 токенов. Использовать её можно по лицензии Apache-2.0.

Сценарии применения

классификация отзывов о фильмах
анализ тональности рецензий
определение класса текстового отзыва

Ограничения

Сведения о датасете, метках классов и результатах оценки кроме значения loss отсутствуют; качество на других данных не установлено.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

IV.9Отраслевые задачиМедиа, журналистика, культура, архивы и игрыAI помогает создавать, искать, сохранять и персонализировать медиа, культурный и игровой контент.44 задачи14 938моделей I.11Универсальные способностиКлассификация, ранжирование и сопоставлениеAI помогает распределять объекты по категориям, устанавливать соответствия и определять порядок обработки.15 задач26 736моделей III.2Корпоративные функцииИсследование рынка и маркетингAI помогает понимать рынок, создавать коммуникации и улучшать эффективность маркетинга.22 задачи8 594модели

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

bert-finetuned-imdb

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

Loss: 0.3450

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: 8
eval_batch_size: 8
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: linear
num_epochs: 2

Training results

Framework versions

Transformers 5.16.1
Pytorch 2.11.0+cu128
Datasets 5.0.1
Tokenizers 0.23.1

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers · text-classification

Можно запустить

Подбираем GPU…

Класс архитектуры: BertForSequenceClassification
Ревизия весов: 8c9c9b6