/ Модель

Характеристики

Параметры
403 млн
Лицензия
CC BY-NC 4.0
Архитектура
mert_model · dense
Базовая модель
MERT-v1-330M
Библиотека
transformers
Опубликована
27 дек 2025

MERT-v1-330M-finetuned-gtzan

Классификация текстаТекст → label3 профессии

Дообученная на GTZAN модель классифицирует музыкальные аудиозаписи по жанрам.

55скачиваний за 30 дней0лайковвеса обновлены27 дек 2025

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

MERT-v1-330M-finetuned-gtzan — дообученная модель на базе m-a-p/MERT-v1-330M, разработанная для классификации музыкального аудио по жанрам на наборе GTZAN. Она использует архитектуру HuBERT для классификации последовательностей; в репозитории указано около 402,7 млн параметров. На тестовой выборке автор сообщает точность 0,93 и значение loss 0,4795. Модель принимает аудио и выдаёт метку класса жанра. Лицензия — CC BY-NC 4.0, допускающая использование с указанием авторства и запрещающая коммерческое применение.

Сценарии применения

  • определение жанра музыкальной записи
  • автоматическая разметка музыкальной коллекции
  • классификация аудиофрагментов для музыкального архива

Ограничения

В карточке не указаны ограничения по длительности и типу аудио или подробности о классах GTZAN; заявленная точность относится к оценочной выборке и не гарантирует качество на других музыкальных данных.

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

m-a-p/MERT-v1-330M-finetuned-gtzan

This model is a fine-tuned version of m-a-p/MERT-v1-330M on the GTZAN dataset. It achieves the following results on the evaluation set:

  • Loss: 0.4795
  • Accuracy: 0.93

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: 5e-05
  • train_batch_size: 16
  • eval_batch_size: 16
  • 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: cosine
  • lr_scheduler_warmup_ratio: 0.1
  • num_epochs: 15
  • mixed_precision_training: Native AMP

Training results

Training LossEpochStepValidation LossAccuracy
2.1251.0572.09670.46
1.18622.01141.07390.73
0.70553.01710.77440.81
0.4454.02280.52830.86
0.27885.02850.48480.89
0.09486.03420.51920.89
0.07097.03990.46380.9
0.08188.04560.43450.91
0.08359.05130.46380.92
0.006310.05700.41750.94
0.005211.06270.48070.93
0.005512.06840.48140.93
0.023513.07410.47960.93
0.004314.07980.47930.93
0.004415.08550.47950.93

Framework versions

  • Transformers 4.57.3
  • Pytorch 2.9.0+cu126
  • Datasets 4.0.0
  • Tokenizers 0.22.1

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers · text-classification

Нельзя запустить

Модели нужен код из репозитория; автор пока не в списке доверенных организаций.

Класс архитектуры
HubertForSequenceClassification
Ревизия весов
160034a

0 моделей