/ Модель

Характеристики

Контекст
514 токенов
Параметры
152 млн
Лицензия
CC BY 4.0
Архитектура
roberta · dense
Базовая модель
twitter-roberta-base-sentiment-latest
Библиотека
transformers
Опубликована
21 июн 2026

twitter-roberta_stanfordnlp_imdb_SetFit_tweet_ep2_bs16_lr2e-05_v3

Классификация текстаТекст → label3 профессии

Дообученная RoBERTa-модель для классификации текста, основанная на англоязычной модели анализа тональности Cardiff NLP.

9скачиваний за 30 дней0лайковвеса обновлены21 июн 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

Модель PierrePol/twitter-roberta_stanfordnlp_imdb_SetFit_tweet_ep2_bs16_lr2e-05_v3 — дообученная для классификации текста RoBERTa-модель на 151,8 млн параметров, основанная на cardiffnlp/twitter-roberta-base-sentiment-latest. В README указаны метрики на оценочной выборке: accuracy 0,922 и F1 0,9216; название репозитория указывает на эксперименты с отзывами IMDb и твитами, но карточка не раскрывает состав датасета и целевые классы.

Модель предназначена для классификации текстовых последовательностей. Базовая модель Cardiff NLP определяет отрицательную, нейтральную и положительную тональность, особенно в публикациях Twitter, однако перенос этих классов на производную модель не подтверждён описанием её обучения. Максимальная длина контекста — 514 токенов. Опубликована в формате safetensors и распространяется по лицензии CC BY 4.0.

Сценарии применения

  • классификация тональности коротких сообщений
  • анализ эмоциональной окраски англоязычных твитов
  • оценка тональности отзывов о фильмах
  • сравнение тональности текстов в экспериментальных наборах данных

Ограничения

README не уточняет обучающий датасет, метки классов и предназначение модели; метрики приведены только для оценочной выборки. Результаты базовой модели по тональности нельзя считать подтверждёнными характеристиками этой версии.

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

twitter-roberta_stanfordnlp_imdb_SetFit_tweet_ep2_bs16_lr2e-05_v3

This model is a fine-tuned version of cardiffnlp/twitter-roberta-base-sentiment-latest on the None dataset. It achieves the following results on the evaluation set:

  • Loss: 0.2471
  • Accuracy: 0.922
  • Precision: 0.9213
  • Recall: 0.922
  • F1: 0.9216

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: 16
  • 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

Training LossEpochStepValidation LossAccuracyPrecisionRecallF1
0.44171.02500.26610.9150.91520.9150.9145
0.36562.05000.24710.9220.92130.9220.9216

Framework versions

  • Transformers 5.9.0
  • Pytorch 2.12.0+cu126
  • Datasets 4.8.5
  • 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
RobertaForSequenceClassification
Ревизия весов
3a01bca

0 моделей