/ Модель

Характеристики

Контекст
8 192 токена
Лицензия
Apache 2.0
Базовая модель
ModernBERT-base
Опубликована
28 июл 2026

semantic-highlighting-modernbert-crf

Разметка токеновТекст → label3 профессии

Модель размечает смысловые роли фрагментов в англоязычных научных аннотациях, чтобы облегчить их просмотр и семантическую подсветку.

10скачиваний за 30 дней0лайковвеса обновлены28 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

Rychanfox разработала модель Semantic Highlighting Classifier на основе encoder-модели ModernBERT-base с линейным классификатором токенов и слоем CRF для совместного выбора последовательности меток. Она выделяет в англоязычных технических и академических аннотациях смысловые фрагменты: вклад, метод, результаты, доказательства, ограничения, будущую работу и безопасность. Модель предназначена для инструмента доступности, который помогает читателям с дислексией или СДВГ просматривать научный текст по цветовым смысловым категориям; она также подходит для разметки таких фрагментов в аннотациях.

Модель дообучена на слабо размеченных аннотациях arXiv, частично исправленных вручную, и использует веса в формате safetensors. CRF помогает формировать более связные последовательности меток, а модель рассчитана на работу в реальном времени. На небольшой проверочной выборке из 21 аннотации точность точных границ фрагментов скромная: exact-match F1 составляет 0,16, тогда как F1 с перекрытием символов — 0,86. Данные преимущественно охватывают ML/NLP; перенос на другие области и полный текст статей не проверен, а метки Safety и FutureWork представлены редко. Лицензия — Apache-2.0.

Сценарии применения

  • подсветка вклада и результатов в научных аннотациях
  • выделение методов и доказательств в аннотациях arXiv
  • поиск ограничений и будущих направлений исследований
  • создание цветовой семантической разметки для инструмента доступности
  • разметка смысловых фрагментов технических и академических аннотаций

Ограничения

Точные границы фрагментов определяются с умеренной точностью; оценка основана на небольшой выборке из 21 аннотации. Обучение преимущественно охватывало ML/NLP-аннотации, перенос на другие дисциплины и полные статьи не проверен, а метки Safety и FutureWork редки.

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

Semantic Highlighting Classifier (ModernBERT + CRF)

Tags rhetorical-role spans in technical/academic abstracts -- Contribution, Method, Result, Evidence, Limitation, FutureWork, Safety -- for a semantic highlighting accessibility tool aimed at readers with dyslexia/ADHD. Instead of highlighting keywords, it labels what role each span of text plays, so a reader can skim a paper by color rather than reading every word.

Architecture: a ModernBERT-base encoder with a linear classification head, decoded with a CRF (Conditional Random Field) layer instead of independent per-token argmax. The CRF was added specifically after an earlier version of this model was found to change its predicted label on nearly every token (even splitting labels mid-word) -- independent per-token classification has no mechanism to penalize that, while a CRF explicitly learns which label transitions are plausible and decodes the whole sequence jointly. Full diagnosis and before/after examples in the project's findings log.

This is the model used by the interactive Gradio demo in the project repo (app.py, run locally with uv run python app.py or make demo) and is the fast, real-time-capable option in this project (see the paired Qwen2.5-1.5B LoRA adapter for a generative alternative that scores higher but is ~20x+ slower and only reliable on a minority of inputs -- both models and the full comparison are documented in the findings log linked above).

Usage

This is a custom architecture (not a standard transformers AutoModelForTokenClassification, since it wraps a CRF decoding step), so it needs the model class from the project repo rather than transformers alone:

import torch
from transformers import AutoTokenizer
# pip install the project, or copy classifier/crf_model.py + classifier/labels.py
from semantic_highlighting.classifier.crf_model import ModernBertCrfForTokenClassification
from semantic_highlighting.classifier.predict import predict_spans_crf

tokenizer = AutoTokenizer.from_pretrained("Rychanfox/semantic-highlighting-modernbert-crf")
model = ModernBertCrfForTokenClassification.from_pretrained("Rychanfox/semantic-highlighting-modernbert-crf")
model.eval()

text = "We propose a new method for X. It achieves strong results using only 12 minutes of data."
spans = predict_spans_crf(text, model, tokenizer)
for span in spans:
    print(span.label, repr(span.text))

For real documents (not just single short abstracts), see deploy/chunking.py in the repo for sentence-aware chunking plus a postprocessing pipeline (merging fragments, fixing boundaries, capping total highlighted coverage to ~20% of the document) that the raw model output on its own does not do.

Training data

Trained on Rychanfox/semantic-highlighting-abstracts -- arXiv abstracts weak-labeled by a local LLM and partially hand-corrected. See that dataset's card for the full collection/cleaning methodology.

Evaluation

Exact-match span-level F1 against a 21-abstract hand-corrected gold set (small -- treat these numbers as directional, not precise):

MetricScore
Micro F1 (exact match)0.16
Macro F1 (exact match)0.09
Char-overlap F10.86

For context: a zero-training-cost baseline (frozen sentence embeddings + logistic regression) scores 0.14/0.10 on the same metrics -- the fine-tuning, CRF architecture, and data-cleaning work in this project bought a real but modest improvement over a baseline that trains in about a second. That's an intentionally reported honest comparison, not a caveat to bury -- full context in the findings log.

Limitations

  • Small gold evaluation set (21 abstracts) -- reported numbers carry real variance.
  • Exact-match performance is modest in absolute terms; character-overlap (does it highlight roughly the right region) is much stronger (0.86) than exact-match (does it get the precise boundary right).
  • Trained predominantly on ML/NLP arXiv abstracts; domain transfer to other fields or full paper bodies (vs. abstracts) is untested.
  • Safety and FutureWork labels are rare in the training data and the model underperforms on them specifically.

Как запустить

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

GPU в ailist

Универсальный рантайм

Нельзя запустить

Архитектура ? неизвестна transformers в образе рантайма.

Ревизия весов
b003e7b

0 моделей