/ Модель

Характеристики

Контекст
512 токенов
Параметры
212 млн
Лицензия
MIT
Архитектура
deberta-v2 · dense
Базовая модель
deberta-v3-base
Библиотека
transformers
Опубликована
2 авг 2024

psychopathy_continuous

Классификация текстаТекст → label3 профессии

Дообученная DeBERTa-v3-base оценивает выраженность психопатических черт по тексту в задаче регрессии.

19скачиваний за 30 дней0лайковвеса обновлены8 сен 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

ajrayman/psychopathy_continuous — дообученная модель Microsoft DeBERTa-v3-base для классификации текста с непрерывной оценкой выраженности психопатических черт. Модель содержит 211,6 млн параметров, использует архитектуру DeBERTa-v2 и принимает текстовые последовательности длиной до 512 токенов. Репозиторий содержит веса в формате safetensors и распространяется по лицензии MIT.

В карточке приведены результаты оценки: loss 0,0624, RMSE 0,2497, MAE 0,1912 и корреляция 0,4560. Датасет и методика оценки не описаны, поэтому эти показатели не позволяют судить о применимости оценок за пределами указанного набора данных. Модель предназначена для исследовательской автоматической оценки текста; её предсказания не следует трактовать как клинический диагноз или надёжную характеристику личности.

Сценарии применения

  • экспериментальная оценка психопатических черт в текстах
  • регрессионный анализ текстов в психологических исследованиях
  • сравнение автоматических оценок с экспертной разметкой

Ограничения

Датасет, схема разметки и подробная методика оценки не описаны; приведённая корреляция составляет 0,456. Результат модели не является клиническим диагнозом и может быть ненадёжен вне оценочного набора.

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

psychopathy_continuous

This model is a fine-tuned version of microsoft/deberta-v3-base on the None dataset. It achieves the following results on the evaluation set:

  • Loss: 0.0624
  • Rmse: 0.2497
  • Mae: 0.1912
  • Corr: 0.4560

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: 2e-05
  • train_batch_size: 32
  • eval_batch_size: 32
  • seed: 1234
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: linear
  • lr_scheduler_warmup_ratio: 0.06
  • num_epochs: 8

Training results

Training LossEpochStepValidation LossRmseMaeCorr
No log1.02330.05790.24070.19610.4324
No log2.04660.05770.24020.19740.4583
0.06243.06990.05630.23730.19150.4770
0.06244.09320.06010.24520.19170.4618
0.03875.011650.06240.24970.19120.4560

Framework versions

  • Transformers 4.44.1
  • Pytorch 1.11.0
  • Datasets 2.12.0
  • Tokenizers 0.19.1

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
DebertaV2ForSequenceClassification
Ревизия весов
3fd9f5e

0 моделей