/ Модель

Характеристики

Контекст
128 000 токенов
Параметры
445 млн
Архитектура
lfm2 · dense
Базовая модель
LFM2.5-Encoder-350M
Библиотека
transformers
Опубликована
29 июл 2026

dataset-schema-task-classifier

Заполнение пропусковТекст → текст7 профессий

Дообученный энкодер Liquid AI для многометочной классификации схем датасетов по категориям задач.

16скачиваний за 30 дней0лайковвеса обновлены29 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

davanstrien/dataset-schema-task-classifier — модель классификации текста на базе двунаправленного энкодера LiquidAI/LFM2.5-Encoder-350M, дообученного для многометочной классификации схем датасетов. Она предсказывает категории задач, связанные с датасетом, например распознавание речи, генерацию текста, классификацию изображений, поиск и прогнозирование временных рядов; всего в карточке заявлено 35 меток. Модель содержит 444,6 млн параметров, использует архитектуру LFM2 и поддерживает контекст до 128 000 токенов.

Модель предназначена для автоматической разметки описаний и схем датасетов категориями задач, в том числе как этап каталога или поиска данных. В README приведены значения F1: micro 0,5898 при пороге 0,5 и 0,6238 при настроенных порогах; для применения меток с приоритетом точности рекомендуется отбирать предсказания с высокой уверенностью и направлять остальные на проверку. Используется специальная голова классификации, поэтому для загрузки требуется trust_remote_code=True; README также отмечает ограничение стандартных архитектур для обслуживания через vLLM. Лицензия в предоставленных данных не указана.

Сценарии применения

  • автоматическая категоризация схем датасетов по типам ML-задач
  • разметка датасетов тегами для каталога машинного обучения
  • поиск датасетов по поддерживаемым типам задач
  • предварительная разметка описаний наборов данных с последующей ручной проверкой

Ограничения

Качество по приведённой оценке умеренное: F1 micro составляет 0,6238 при настроенных порогах. Для загрузки требуется trust_remote_code=True; обслуживанию через vLLM мешает нестандартная архитектура классификационной головы.

Для каких профессий подходит7

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

dataset-schema-task-classifier

LiquidAI/LFM2.5-Encoder-350M fine-tuned for multi-label text classification on davanstrien/dataset-schemas-with-task-categories.

  • Labels (35): audio-classification, audio-to-audio, automatic-speech-recognition, feature-extraction, fill-mask, image-classification, image-feature-extraction, image-segmentation, image-text-to-text, image-to-3d, image-to-image, image-to-text, multiple-choice, object-detection, question-answering, reinforcement-learning, robotics, sentence-similarity, summarization, table-question-answering, tabular-classification, tabular-regression, text-classification, text-generation, text-retrieval, text-to-image, text-to-speech, text-to-video, time-series-forecasting, token-classification, … (35 total)
  • Date: 2026-07-29 13:00 UTC

[!NOTE] This model uses a custom classification head (mean pooling over a backbone without a native sequence-classification class), so loading requires trust_remote_code=True. vLLM serving requires a standard architecture.

Evaluation

MetricValue
f1_micro @ 0.50.5898
f1_macro @ 0.50.3989
f1_micro @ tuned0.6238
f1_macro @ tuned0.5177

Per-label decision thresholds tuned on the eval split are stored in config.classifier_thresholds.

Choosing an operating point: the stored thresholds maximise per-label F1. For precision-first use (e.g. auto-applying labels), act only on predictions well above their threshold — sigmoid probabilities are a usable confidence signal, and filtering to high-confidence predictions trades coverage for precision. Route the rest to review.

Usage

import torch
from transformers import AutoModelForSequenceClassification, AutoTokenizer

model = AutoModelForSequenceClassification.from_pretrained("davanstrien/dataset-schema-task-classifier", trust_remote_code=True)
tokenizer = AutoTokenizer.from_pretrained("davanstrien/dataset-schema-task-classifier", trust_remote_code=True)

inputs = tokenizer("your text here", return_tensors="pt", truncation=True)
probs = torch.sigmoid(model(**inputs).logits)[0]
thresholds = torch.tensor(model.config.classifier_thresholds)  # tuned on validation
labels = [model.config.id2label[i] for i in (probs >= thresholds).nonzero().flatten().tolist()]
print(labels)

Reproduction

Produced on Hugging Face Jobs (gpu) with the train-classifier.py recipe from uv-scripts. Run it yourself:

hf jobs uv run --flavor gpu --secrets HF_TOKEN \
    https://huggingface.co/datasets/uv-scripts/classification/raw/main/train-classifier.py \
    davanstrien/dataset-schemas-with-task-categories davanstrien/dataset-schema-task-classifier --label-column labels

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers · fill-mask

Нельзя запустить

Для архитектуры lfm2 нет загрузчика под задачу fill-mask.

Класс архитектуры
EncoderForSequenceClassification
Ревизия весов
6aaeee6

0 моделей