Характеристики

Лицензия: MIT
Архитектура: qa_toy_logistic_classifier · dense
Опубликована: 12 окт 2026

Ссылки

Hugging Face

download-metrics-qa-toy-classifier

abhaysudhir

Классификация таблицTable → label

Миниатюрный синтетический логистический классификатор для тестового разделения отрицательных и положительных чисел.

9скачиваний за 30 дней0лайковвеса обновлены12 окт 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

Это предельно компактный синтетический логистический классификатор, опубликованный abhaysudhir как изолированный артефакт для ограниченной проверки статистики загрузок. Он обучен полным градиентным спуском на восьми одномерных синтетических примерах и различает отрицательные и положительные числа. Веса и смещение сохранены в формате safetensors; для локального запуска предусмотрен собственный скрипт inference.mjs, формат не совместим с Transformers AutoModel.

Модель предназначена только для тестовой проверки и не является полезным предварительно обученным продуктом или детектором безопасности. Обучающие и отложенные примеры синтетические, поэтому проверка не подтверждает качество на реальных данных. Лицензия — MIT.

Сценарии применения

Проверка работы простого классификатора чисел
Тестирование загрузки и обработки артефактов модели
Демонстрация бинарной классификации на синтетических данных

Ограничения

Модель обучена всего на восьми синтетических одномерных примерах и не подтверждает качество на реальных данных. Она не совместима с Transformers AutoModel и предназначена только для ограниченной тестовой проверки.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Download-metrics QA toy classifier

This is a deliberately tiny synthetic logistic classifier, published solely as an isolated artifact for a bounded download-statistics QA check. It is not a useful pretrained product, a security detector, or an adoption claim.

What it does

The model was trained with full-batch gradient descent on eight one-dimensional synthetic examples to distinguish negative from positive numbers. Four held-out synthetic examples are included in training.json. This toy check does not establish real-world model quality.

Files

config.json: custom model metadata.
model.safetensors: two trained float32 parameters, weight and bias.
inference.mjs: local Node.js inference for this custom model.
training.json: synthetic training and held-out examples.

This custom format is not compatible with Transformers AutoModel. To run it locally, place model.safetensors next to inference.mjs and run node inference.mjs 0.75.

Analytics caveat

The owner authorized at most two deliberate test requests as part of the initial QA check. Public download totals may include those test requests, platform processing, and other automation. They must not be described as unique users or organic adoption.

No third-party training data, personal information, credentials, or private project notes are included.

Как запустить

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

GPU в ailist

Универсальный рантайм

Нельзя запустить

Табличные модели пока не поддерживаются.

Ревизия весов: c5b55d2