Характеристики

Контекст: 514 токенов
Параметры: 152 млн
Лицензия: MIT
Архитектура: roberta · dense
Базовая модель: roberta-base
Библиотека: transformers
Опубликована: 15 июн 2026

Ссылки

Hugging Face

roberta-base-finetuned-imdb

aarthijp

Заполнение пропусковТекст → текст3 профессии

Дообученная англоязычная RoBERTa для предсказания скрытых слов в тексте.

8скачиваний за 30 дней0лайковвеса обновлены15 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

aarthijp/roberta-base-finetuned-imdb — дообученная на неизвестном наборе данных англоязычная модель RoBERTa для восстановления скрытых слов в тексте. Она основана на FacebookAI/roberta-base, использует архитектуру RobertaForMaskedLM и содержит 151,8 млн параметров. Модель принимает текст с замаскированным токеном и предсказывает подходящее слово или токен.

Модель доступна в формате safetensors по лицензии MIT. В карточке приведено значение loss 1,1727 на оценочной выборке, но набор данных, методика оценки и предполагаемые сценарии применения не раскрыты. Контекст составляет до 514 токенов; указанный pipeline — fill-mask.

Сценарии применения

подстановка пропущенного слова в англоязычное предложение
восстановление замаскированного токена в тексте
получение вариантов продолжения контекста вокруг пропуска

Ограничения

Обучающий набор данных указан как неизвестный, а описание intended uses и ограничений не заполнено. Метрика loss приведена без сведений о выборке и методике оценки.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

I.5Универсальные способностиСоздание и редактирование текстаAI помогает создавать и улучшать текстовые материалы, сохраняя смысл и требования автора.18 задач44 385моделей II.6Разработка и данныеДокументация и сопровождение разработкиAI помогает поддерживать понятную техническую документацию и ускорять передачу знаний.18 задач38 015моделей II.10Разработка и данныеРазработка и эксплуатация AI/ML-системAI помогает создавать, оценивать, развёртывать и контролировать AI/ML-системы на всём жизненном цикле.30 задач49 000моделей

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

roberta-base-finetuned-imdb

This model is a fine-tuned version of FacebookAI/roberta-base on an unknown dataset. It achieves the following results on the evaluation set:

Loss: 1.1727
Model Preparation Time: 0.0028

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 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: 1.0
mixed_precision_training: Native AMP

Training results

Training Loss	Epoch	Step	Validation Loss	Model Preparation Time
1.1720	0.1257	157	1.0861	0.0028
0.7841	0.2514	314	1.1103	0.0028
0.8222	0.3771	471	1.1378	0.0028
0.8288	0.5028	628	1.1582	0.0028
0.2898	0.6285	785	1.1622	0.0028
0.4641	0.7542	942	1.1674	0.0028
0.3143	0.8799	1099	1.1747	0.0028
0.4767	1.0	1249	1.1682	0.0028

Framework versions

Transformers 5.10.2
Pytorch 2.11.0+cu128
Datasets 4.0.0
Tokenizers 0.22.2

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers · fill-mask

Можно запустить

Подбираем GPU…

Класс архитектуры: RobertaForMaskedLM
Ревизия весов: 8b3d5e6