/ Модель

Характеристики

Контекст
512 токенов
Параметры
534 млн
Лицензия
MIT
Архитектура
deberta-v2 · dense
Базовая модель
deberta-v3-large
Библиотека
transformers
Опубликована
16 апр 2026

deberta-v3-large-go-emotions

Классификация текстаТекст → label3 профессии

Дообученная DeBERTa V3 Large классифицирует эмоции в тексте по задаче GoEmotions.

200скачиваний за 30 дней0лайковвеса обновлены16 апр 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

darkfordays/deberta-v3-large-go-emotions — дообученная модель Microsoft DeBERTa V3 Large для классификации эмоций в тексте по меткам набора GoEmotions. Она основана на microsoft/deberta-v3-large и использует архитектуру DebertaV2ForSequenceClassification; размер составляет 533,8 млн параметров, формат весов — safetensors, максимальная длина контекста — 512 токенов. В README приведены результаты оценки: macro F1 0,4688, micro F1 0,5960 и weighted F1 0,5778.

Модель предназначена для определения эмоциональных меток в текстовых фрагментах, например комментариях и сообщениях. Английский — основной язык базовой модели; языковые метки и описание набора данных GoEmotions не подтверждают поддержку других языков. Модель распространяется по лицензии MIT. README не уточняет обучающий датасет, набор меток, метод оценки и ограничения применения.

Сценарии применения

  • классификация эмоций в комментариях
  • определение эмоциональной окраски сообщений
  • анализ эмоциональных реакций пользователей
  • разметка текстов эмоциональными метками

Ограничения

В README указан macro F1 0,4688 на оценочном наборе, что может ограничивать точность по отдельным эмоциональным классам. Не описаны обучающие данные, состав меток и оценочная методика.

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

deberta-v3-large-go-emotions

This model is a fine-tuned version of microsoft/deberta-v3-large on an unknown dataset. It achieves the following results on the evaluation set:

  • Loss: 0.0811
  • Macro F1: 0.4688
  • Micro F1: 0.5960
  • Weighted F1: 0.5778
  • Macro Precision: 0.5670
  • Macro Recall: 0.4250

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: 128
  • seed: 42
  • optimizer: Use OptimizerNames.ADAMW_TORCH with betas=(0.9,0.999) and epsilon=1e-08 and optimizer_args=No additional optimizer arguments
  • lr_scheduler_type: linear
  • lr_scheduler_warmup_ratio: 0.1
  • num_epochs: 3
  • mixed_precision_training: Native AMP

Training results

Training LossEpochStepValidation LossMacro F1Micro F1Weighted F1Macro PrecisionMacro Recall
0.0991.06790.08970.33250.54690.49070.49710.2874
0.08142.013580.08250.45330.58430.56110.57920.3960
0.06943.020370.08260.46820.59860.57890.54990.4237

Framework versions

  • Transformers 4.57.6
  • Pytorch 2.4.1+cu124
  • Datasets 4.8.4
  • 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
DebertaV2ForSequenceClassification
Ревизия весов
71be82b

0 моделей