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

Ссылки

twitter-roberta_stanfordnlp_imdb_SetFit_tweet_ep3_bs16_lr2e-05_v1

Классификация текстаТекст → label

Дообученная англоязычная RoBERTa для классификации текста и анализа тональности, с указанным F1 0,9206 на оценочном наборе.

6скачиваний 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 — дообученная версия англоязычной Cardiff NLP RoBERTa для классификации текста. В README указаны результаты оценки: accuracy 0,921 и F1 0,9206; описание обучающего набора данных отсутствует.

Модель предназначена для классификации тональности текста. Базовая модель специализируется на определении положительной, нейтральной и отрицательной тональности, особенно в публикациях Twitter, однако README не уточняет, сохраняются ли эти классы и специализация после дообучения. Модель содержит 151,8 млн параметров, принимает текст с контекстом до 514 токенов и использует архитектуру RoBERTa.

Лицензия — CC BY 4.0. Показатели оценки приведены в карточке модели, но состав и методика формирования набора оценки не описаны.

Сценарии применения

классификация тональности коротких текстов
анализ тональности публикаций в Twitter
определение положительных и отрицательных отзывов
сравнение тональности пользовательских сообщений

Ограничения

README не описывает обучающие данные и не уточняет целевые метки или сохранение специализации на тональности Twitter после дообучения. Метрики приведены без описания оценочного набора и методики проверки.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

twitter-roberta_stanfordnlp_imdb_SetFit_tweet_ep3_bs16_lr2e-05_v1

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: 0.2899
Accuracy: 0.921
Precision: 0.9204
Recall: 0.921
F1: 0.9206

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: 3

Training results

Training Loss	Epoch	Step	Validation Loss	Accuracy	Precision	Recall	F1
0.4472	1.0	250	0.2915	0.905	0.9076	0.905	0.9050
0.3774	2.0	500	0.2584	0.92	0.9199	0.92	0.9197
0.1567	3.0	750	0.2899	0.921	0.9204	0.921	0.9206

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: 264c675