/ Модель

Характеристики

Контекст
512 токенов
Лицензия
Apache 2.0
Архитектура
distilbert · dense
Базовая модель
distilbert-base-uncased
Библиотека
transformers
Опубликована
9 июл 2026

distilbert-imdb-sentiment

Классификация текстаТекст → label

Дообученная модель DistilBERT для классификации текста, предназначенная, судя по названию, для анализа тональности отзывов о фильмах.

5скачиваний за 30 дней0лайковвеса обновлены9 июл 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

Najam23/distilbert-imdb-sentiment — модель классификации текста на основе DistilBERT, дообученная на неизвестном наборе данных. Название репозитория указывает на анализ тональности отзывов о фильмах, однако README не подтверждает состав меток и обучающих данных.

Модель предназначена для классификации текста; метаданные указывают архитектуру DistilBertForSequenceClassification и контекст до 512 токенов. Она принимает текст и выдаёт метку класса. Используется библиотека Transformers, веса представлены в формате safetensors. Лицензия — Apache-2.0.

README не содержит сведений о результатах оценки или конкретных ограничениях качества, поэтому надёжность классификации для иных типов текстов не установлена.

Сценарии применения

  • определение тональности отзыва о фильме
  • классификация текстовых отзывов по категориям
  • автоматическая сортировка отзывов по меткам

Ограничения

Обучающий набор данных и результаты оценки не описаны; пригодность для текстов, отличных от отзывов о фильмах, не подтверждена. Контекст ограничен 512 токенами.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

distilbert-imdb-sentiment

This model is a fine-tuned version of distilbert-base-uncased on an unknown dataset.

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: 16
  • eval_batch_size: 32
  • 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: 3
  • mixed_precision_training: Native AMP

Framework versions

  • Transformers 5.12.1
  • Pytorch 2.11.0+cu128
  • Datasets 4.0.0
  • Tokenizers 0.22.2

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
DistilBertForSequenceClassification
Ревизия весов
3ac2bd8

0 моделей