Компактная BERT-модель для классификации эмоций в тексте, дообученная на GoEmotions.
Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды
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.
Описание составлено по карточке модели и метаданным Hugging Face
bergum/xtremedistil-l6-h384-go-emotion — модель классификации текста, дообученная на наборе данных GoEmotions на основе microsoft/xtremedistil-l6-h384-uncased. Она предназначена для определения эмоций в тексте и доступна для демонстрации в облачном сервисе aiserv.cloud. Модель построена на архитектуре BERT, содержит 25,9 млн параметров и принимает последовательности длиной до 512 токенов.
Модель распространяется в форматах PyTorch и Safetensors по лицензии Apache-2.0. Карточка не сообщает подробности о метках эмоций, языках обучения или качестве классификации, поэтому эти характеристики нельзя уточнить.
Карточка не приводит показатели качества и подробный перечень классов эмоций. Поддерживаемые языки явно не перечислены.
Разделы каталога профессий, в задачах которых используется эта модель
README от автора на Hugging Face, как он его опубликовал
This model is a fine-tuned version of microsoft/xtremedistil-l6-h384-uncased on the go_emotions dataset.
See notebook for how the model was trained and converted to ONNX format 
This model is deployed to aiserv.cloud for live demo of the model.
See https://github.com/jobergum/browser-ml-inference for how to reproduce.
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм · text-classification
Подбираем GPU…