Характеристики

Контекст: 512 токенов
Лицензия: Apache 2.0
Архитектура: distilbert · dense
Базовая модель: distilbert-base-uncased
Библиотека: transformers
Опубликована: 27 ноя 2025

Ссылки

Hugging Face

distilbert-fever

aodl

Классификация текстаТекст → label3 профессии

Англоязычная модель DistilBERT для классификации утверждений и задач проверки фактов на данных FEVER.

22скачиваний за 30 дней0лайковвеса обновлены28 ноя 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

aodl/distilbert-fever — англоязычная модель классификации текста на базе DistilBERT, дообученная на наборе FEVER. Она предназначена для классификации текстовых последовательностей в сценариях проверки фактов и анализа утверждений. Модель использует архитектуру DistilBertForSequenceClassification, принимает текстовые входы и поддерживает контекст длиной до 512 токенов.

На оценочной выборке FEVER модель показала точность 0,529 и значение loss 2,1761. Эти результаты дают ориентир для оценки качества, но README не уточняет схему меток и подробности оценки. Модель распространяется под лицензией Apache-2.0.

Сценарии применения

классификация утверждений при проверке фактов
предварительная фильтрация утверждений для фактчекинга
анализ текстовых утверждений на данных FEVER

Ограничения

На оценочной выборке FEVER указана точность 0,529; качество на других данных не сообщается. README не описывает метки классов и подробные ограничения применения.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

I.2Универсальные способностиСинтез, понимание и проверка знанийAI помогает сжимать, сопоставлять и критически проверять знания без потери существенного контекста.18 задач42 341модель I.1Универсальные способностиПоиск и навигация по информацииAI помогает находить нужные сведения и помогать человеку быстро переходить от вопроса к подтверждённому источнику.18 задач13 467моделей I.11Универсальные способностиКлассификация, ранжирование и сопоставлениеAI помогает распределять объекты по категориям, устанавливать соответствия и определять порядок обработки.15 задач26 736моделей

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

distilbert-fever

This model is a fine-tuned version of distilbert/distilbert-base-uncased on the fever dataset. It achieves the following results on the evaluation set:

Loss: 2.1761
Accuracy: 0.529

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: 0.0002
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

Training results

Training Loss	Epoch	Step	Validation Loss	Accuracy
No log	1.0	63	1.0570	0.498
No log	2.0	126	1.1103	0.505
No log	3.0	189	1.1786	0.543
No log	4.0	252	1.2573	0.506
No log	5.0	315	1.2150	0.5
No log	6.0	378	1.4350	0.512
No log	7.0	441	1.3709	0.533
0.5664	8.0	504	1.5878	0.523
0.5664	9.0	567	1.8523	0.535
0.5664	10.0	630	1.9348	0.519
0.5664	11.0	693	1.7897	0.516
0.5664	12.0	756	1.8938	0.523
0.5664	13.0	819	1.7832	0.54
0.5664	14.0	882	1.7101	0.524
0.5664	15.0	945	1.9640	0.514
0.2103	16.0	1008	2.0698	0.513
0.2103	17.0	1071	2.2193	0.523
0.2103	18.0	1134	2.2431	0.527
0.2103	19.0	1197	2.1999	0.522
0.2103	20.0	1260	2.1761	0.529

Framework versions

Transformers 4.57.1
Pytorch 2.9.1
Datasets 4.4.1
Tokenizers 0.22.1

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: DistilBertForSequenceClassification
Ревизия весов: d4deba9