Характеристики

Контекст: 514 токенов
Параметры: 36 млн
Архитектура: roberta · dense
Опубликована: 11 авг 2022

Ссылки

Hugging Face

categorization-finetuned-20220721-164940-distilled-20220811-013354

carted-nlp

Классификация текстаТекст → label5 профессий

Компактный классификатор на базе RoBERTa для отнесения текста к категориям.

16скачиваний за 30 дней0лайковвеса обновлены12 авг 2022

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

Модель carted-nlp/categorization-finetuned-20220721-164940-distilled-20220811-013354 — дообученный классификатор текста на базе carted-nlp/categorization-finetuned-20220721-164940. Она использует архитектуру RoBERTa с головой классификации последовательностей и содержит около 36 млн параметров. Модель предназначена для отнесения текста к категориям; репозиторий включает веса PyTorch и формат ONNX. Контекст составляет 514 токенов.

В README указаны результаты оценки: accuracy 0,8776 и F1 0,8768. Датасет обучения и набор категорий не описаны, поэтому применимость к конкретной тематике или языку по карточке установить нельзя. Лицензия в предоставленных метаданных и README не указана.

Сценарии применения

классификация коротких текстов по категориям
автоматическая категоризация пользовательских сообщений
разметка текстовых записей для последующей обработки

Ограничения

Набор категорий, язык и данные обучения не описаны; приведённые метрики относятся только к оценочному набору модели. Лицензия не установлена по предоставленным сведениям.

Для каких профессий подходит5

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

I.11Универсальные способностиКлассификация, ранжирование и сопоставлениеAI помогает распределять объекты по категориям, устанавливать соответствия и определять порядок обработки.15 задач26 736моделей I.3Универсальные способностиИзвлечение и структурирование данныхAI помогает превращать разрозненные данные в структуру, пригодную для поиска, аналитики и автоматизации.18 задач25 791модель II.8Разработка и данныеИнженерия данных и аналитикаAI помогает готовить надёжные данные и превращать их в понятную аналитику.22 задачи23 488моделей I.14Универсальные способностиАвтоматизация процессов и AI-агентыAI помогает выполнять многошаговые цифровые процессы и координировать действия между системами.20 задач26 022модели

Также подходит для

II.10Разработка и эксплуатация AI/ML-систем

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

categorization-finetuned-20220721-164940-distilled-20220811-013354

This model is a fine-tuned version of carted-nlp/categorization-finetuned-20220721-164940 on the None dataset. It achieves the following results on the evaluation set:

Loss: 0.0645
Accuracy: 0.8776
F1: 0.8768

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: 64
eval_batch_size: 96
seed: 314
gradient_accumulation_steps: 4
total_train_batch_size: 256
optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
lr_scheduler_type: cosine
lr_scheduler_warmup_steps: 1500
num_epochs: 30.0

Training results

Training Loss	Epoch	Step	Validation Loss	Accuracy	F1
0.2702	0.56	2500	0.1290	0.7832	0.7783
0.1246	1.12	5000	0.1047	0.8169	0.8137
0.1066	1.69	7500	0.0945	0.8301	0.8276
0.0975	2.25	10000	0.0888	0.8386	0.8367
0.0917	2.81	12500	0.0849	0.8445	0.8428
0.0865	3.37	15000	0.0818	0.8496	0.8484
0.0835	3.94	17500	0.0796	0.8526	0.8509
0.08	4.5	20000	0.0777	0.8552	0.8542
0.0778	5.06	22500	0.0763	0.8580	0.8567
0.0753	5.62	25000	0.0744	0.8604	0.8592
0.0739	6.19	27500	0.0738	0.8614	0.8603
0.0716	6.75	30000	0.0729	0.8630	0.8620
0.0701	7.31	32500	0.0719	0.8645	0.8638
0.0689	7.87	35000	0.0708	0.8657	0.8647
0.067	8.43	37500	0.0705	0.8671	0.8660
0.0669	9.0	40000	0.0699	0.8681	0.8674
0.0647	9.56	42500	0.0697	0.8683	0.8673
0.0641	10.12	45000	0.0693	0.8691	0.8681
0.063	10.68	47500	0.0685	0.8702	0.8694
0.0618	11.25	50000	0.0681	0.8709	0.8701
0.0614	11.81	52500	0.0675	0.8720	0.8712
0.0601	12.37	55000	0.0678	0.8724	0.8713
0.0598	12.93	57500	0.0670	0.8732	0.8725
0.0584	13.5	60000	0.0670	0.8732	0.8723
0.0584	14.06	62500	0.0665	0.8740	0.8732
0.0572	14.62	65000	0.0665	0.8744	0.8734
0.0567	15.18	67500	0.0661	0.8753	0.8745
0.0561	15.74	70000	0.0660	0.8756	0.8750
0.0554	16.31	72500	0.0661	0.8759	0.8751
0.0552	16.87	75000	0.0656	0.8755	0.8749
0.0544	17.43	77500	0.0657	0.8762	0.8754
0.0544	17.99	80000	0.0654	0.8767	0.8760
0.0534	18.56	82500	0.0654	0.8767	0.8759
0.0534	19.12	85000	0.0653	0.8773	0.8767
0.0528	19.68	87500	0.0649	0.8775	0.8768
0.0525	20.24	90000	0.0651	0.8776	0.8769
0.0523	20.81	92500	0.0649	0.8775	0.8768
0.0517	21.37	95000	0.0648	0.8782	0.8775
0.0516	21.93	97500	0.0648	0.8783	0.8776
0.0511	22.49	100000	0.0648	0.8781	0.8774
0.0511	23.05	102500	0.0647	0.8783	0.8776
0.0508	23.62	105000	0.0647	0.8785	0.8778
0.0505	24.18	107500	0.0647	0.8785	0.8777
0.0505	24.74	110000	0.0646	0.8788	0.8781
0.0503	25.3	112500	0.0646	0.8786	0.8779
0.0502	25.87	115000	0.0646	0.8789	0.8782
0.0501	26.43	117500	0.0646	0.8788	0.8781
0.0501	26.99	120000	0.0645	0.8791	0.8784
0.05	27.55	122500	0.0646	0.8790	0.8783
0.0497	28.12	125000	0.0645	0.8792	0.8785
0.0499	28.68	127500	0.0645	0.8791	0.8784
0.0499	29.24	130000	0.0645	0.8792	0.8785
0.0497	29.8	132500	0.0645	0.8791	0.8784

Framework versions

Transformers 4.17.0
Pytorch 1.11.0+cu113
Datasets 2.3.2
Tokenizers 0.11.6

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · text-classification

Можно запустить

Подбираем GPU…

Класс архитектуры: RobertaForSequenceClassification
Ревизия весов: f18d7ec