/ Модель

Характеристики

Контекст
512 токенов
Параметры
137 млн
Лицензия
Apache 2.0
Архитектура
bert · dense
Базовая модель
bert-base-uncased
Библиотека
transformers
Опубликована
3 окт 2025

moralBERT-uncased-mrfc-fairness

Классификация текстаТекст → label3 профессии

Дообученная англоязычная BERT-модель для классификации текста, название которой указывает на тематику морали и справедливости.

270скачиваний за 30 дней0лайковвеса обновлены3 окт 2025

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

SzymonKozl выпустил морально ориентированную модель классификации текста, дообученную на базе google-bert/bert-base-uncased. По метаданным это плотная архитектура BERT с классификационной головой BertForSequenceClassification, содержащая 136,7 млн параметров и принимающая последовательности длиной до 512 токенов.

Название указывает на тематику моральных суждений и справедливости, однако README не описывает целевые метки, обучающие данные, методику оценки или конкретное назначение модели. Поэтому применять её для содержательной оценки моральных или социальных аспектов следует только после проверки на подходящих данных. Модель работает с текстом и выдаёт результаты классификации; карточка не сообщает отдельные поддерживаемые языки. Лицензия — Apache-2.0.

Сценарии применения

  • классификация текста по категориям моральных суждений
  • эксперименты с классификацией текстов о справедливости
  • извлечение признаков BERT для задач классификации
  • исследовательская оценка классификатора на собственном наборе данных

Ограничения

README не раскрывает обучающие данные, классы, метрики и проверенные сценарии применения, поэтому качество и пригодность для оценки морали или справедливости не подтверждены. Максимальная длина входа — 512 токенов.

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

moralBERT-uncased-mrfc-fairness

This model is a fine-tuned version of google-bert/bert-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: 5e-05
  • train_batch_size: 8
  • eval_batch_size: 8
  • seed: 42
  • optimizer: Use 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: 1

Training results

Training LossEpochStepValidation LossAccuracy
No log1.0500.69370.5063

Framework versions

  • Transformers 4.56.2
  • Pytorch 2.8.0+cu128
  • Datasets 4.1.1
  • Tokenizers 0.22.1

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
d0dba13

0 моделей