/ Модель

Характеристики

Контекст
514 токенов
Параметры
95,4 млн
Лицензия
Apache 2.0
Архитектура
roberta · dense
Базовая модель
distilroberta-base-climate-f
Библиотека
transformers
Опубликована
18 июл 2026

climatebert-bin

Классификация текстаТекст → label3 профессии

Англоязычная дообученная модель DistilRoBERTa для классификации текстов, в том числе по климатической тематике.

7скачиваний за 30 дней0лайковвеса обновлены26 авг 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

climatebert-bin — англоязычная модель классификации текста, разработанная на основе climatebert/distilroberta-base-climate-f и дообученная для классификации последовательностей. Модель построена на архитектуре DistilRoBERTa/RoBERTa, содержит 95,4 млн параметров и принимает последовательности длиной до 514 токенов.

Модель подходит для присвоения текстам классов в задачах, связанных с климатической тематикой. В карточке приведены результаты на тестовой выборке: F1 Macro 0,9156 и accuracy 0,9224. Датасет, метки классов и подробные сценарии использования не описаны, поэтому область применения классификации нельзя уточнить.

Модель распространяется по лицензии Apache-2.0.

Сценарии применения

  • классификация текстов о климате
  • автоматическое присвоение классов англоязычным текстам
  • оценка принадлежности текста к заданной категории

Ограничения

Датасет, схема классов и подробные рекомендации по применению не описаны. Максимальная длина входа — 514 токенов.

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

climatebert-bin

This model is a fine-tuned version of climatebert/distilroberta-base-climate-f on an unknown dataset. It achieves the following results on the final test set:

  • Loss: 0.548
  • F1 Macro: 0.9156
  • Accuracy: 0.9224

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: 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: 20
  • mixed_precision_training: Native AMP

Training results

Training LossEpochStepValidation LossF1 MacroAccuracy
1.33661.0171.24710.39580.6552
1.16922.0341.00870.51750.6983
0.72893.0510.49340.89160.9052
0.51354.0680.40270.93430.9397
0.24445.0850.32970.92370.9310
0.10786.01020.35460.94280.9483
0.03077.01190.51460.92540.9310
0.01938.01360.52440.93360.9397
0.02779.01530.80770.90760.9138

Framework versions

  • Transformers 5.0.0
  • Pytorch 2.10.0+cu128
  • Datasets 4.8.5
  • Tokenizers 0.22.2

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
RobertaForSequenceClassification
Ревизия весов
9655a56

0 моделей