/ Модель

Характеристики

Контекст
512 токенов
Архитектура
distilbert · dense
Библиотека
transformers.js
Опубликована
25 мар 2024

distilbert-base-multilingual-cased-sentiments-student

Классификация текстаТекст → label4 профессии

Xenova/distilbert-base-multilingual-cased-sentiments-student — модель для классификации тональности текста, разработанная на основе lxyuan/distilbert-base-multilingual-cased-sentiments-student.

3 303скачиваний за 30 дней2лайкавеса обновлены30 июн 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

Репозиторий Xenova содержит веса в формате ONNX, адаптированные для использования с библиотекой Transformers.js и запуска в JavaScript-средах, включая веб-приложения.

Модель предназначена для определения тональности пользовательских текстов и может применяться в анализе отзывов, мониторинге обратной связи и других сценариях текстовой классификации. В качестве базовой архитектуры используется мультиязычная регрессионная версия DistilBERT с поддержкой регистра. Точный размер модели, перечень языков, объём контекста и набор меток тональности в README не указаны.

Ключевое преимущество модели — возможность выполнять классификацию через Transformers.js с ONNX-весами, что упрощает интеграцию в JavaScript-проекты. Ограничения, показатели качества, условия лицензирования и область обучающих данных в представленном описании не указаны, поэтому их следует уточнить в карточке исходной модели lxyuan/distilbert-base-multilingual-cased-sentiments-student.

Для каких профессий подходит4

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

https://huggingface.co/lxyuan/distilbert-base-multilingual-cased-sentiments-student with ONNX weights to be compatible with Transformers.js.

Usage (Transformers.js)

If you haven't already, you can install the Transformers.js JavaScript library from NPM using:

npm i @huggingface/transformers

Example: Text Classification

import { pipeline } from '@huggingface/transformers';

const classifier = await pipeline('text-classification', 'Xenova/distilbert-base-multilingual-cased-sentiments-student');
const output = await classifier('I love transformers!');

Note: Having a separate repo for ONNX weights is intended to be a temporary solution until WebML gains more traction. If you would like to make your models web-ready, we recommend converting to ONNX using 🤗 Optimum and structuring your repo like this one (with ONNX weights located in a subfolder named onnx).

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers.js

Нельзя запустить

Модель выложена для браузера (ONNX / transformers.js), для GPU-рантайма нет весов.

Класс архитектуры
DistilBertForSequenceClassification
Ревизия весов
9d9ac66

0 моделей