Характеристики

Контекст: 512 токенов
Лицензия: Apache 2.0
Архитектура: distilbert · dense
Базовая модель: distilbert-base-uncased
Библиотека: transformers
Опубликована: 15 июл 2026

Ссылки

Hugging Face

imdb-distilbert-small

bponnam

Классификация текстаТекст → label

Дообученная DistilBERT-модель для классификации текстовых последовательностей, связанная по названию с отзывами IMDb.

5скачиваний за 30 дней0лайковвеса обновлены15 июл 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

bponnam/imdb-distilbert-small — модель классификации текста на базе DistilBERT, дообученная автором репозитория на наборе данных неизвестного происхождения. Она предназначена для классификации текстовых последовательностей; название указывает на связь с отзывами IMDb, но README не подтверждает конкретные метки классов или сценарий применения. Модель использует архитектуру DistilBertForSequenceClassification, принимает текст и поддерживает контекст до 512 токенов.

В README приведены результаты оценки: accuracy 0,66 и F1 0,4848, поэтому качество может быть недостаточным для надёжного применения без дополнительной проверки на целевых данных. Репозиторий содержит веса в формате safetensors. Лицензия — Apache-2.0.

Сценарии применения

классификация отзывов о фильмах
экспериментальная оценка тональности отзывов
проверка классификатора текста на данных, похожих на IMDb

Ограничения

Данные обучения и набор меток не описаны; метрики на оценочной выборке невысоки (accuracy 0,66, F1 0,4848), поэтому результаты на других данных могут быть ненадёжными.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

imdb-distilbert-small

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

Loss: 0.6678
Accuracy: 0.66
F1: 0.4848

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: 8
eval_batch_size: 8
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: 2

Training results

Training Loss	Epoch	Step	Validation Loss	Accuracy	F1
0.6867	1.0	25	0.6783	0.62	0.2963
0.6531	2.0	50	0.6678	0.66	0.4848

Framework versions

Transformers 5.12.1
Pytorch 2.11.0+cu128
Datasets 4.0.0
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: DistilBertForSequenceClassification
Ревизия весов: 0c7b8a3