/ 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-loyalty

Классификация текстаТекст → label3 профессии

Дообученная англоязычная BERT-модель для классификации текста, предположительно связанной с лояльностью.

278скачиваний 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

moralBERT-uncased-mrfc-loyalty — англоязычная модель классификации текста, созданная дообучением google-bert/bert-base-uncased. Она использует архитектуру BERT и предназначена для классификации последовательностей; название указывает на связь с темой лояльности, но карточка не описывает конкретные классы и сценарии применения. Модель содержит 136,7 млн параметров, принимает текстовые последовательности длиной до 512 токенов и распространяется в формате safetensors.

Модель разработана автором репозитория SzymonKozl и опубликована по лицензии Apache-2.0. В карточке нет описания обучающих данных, схемы меток или результатов оценки, поэтому её точность и пригодность для конкретной задачи классификации требуют отдельной проверки.

Сценарии применения

  • классификация англоязычных текстовых последовательностей
  • экспериментальная оценка текстов по признаку лояльности

Ограничения

В карточке не раскрыты обучающий датасет, классы, методика оценки и подтверждённое назначение по теме лояльности. Перед применением следует проверить модель на целевых данных.

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-loyalty

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 log1.0500.64690.6468

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
1f4e2c7

0 моделей