/ Модель

Характеристики

Контекст
512 токенов
Лицензия
Apache 2.0
Архитектура
distilbert · dense
Опубликована
11 окт 2022

distilbert-base-uncased-finetuned-sst-2-english-openvino

Классификация текстаТекст → label3 профессии

Это англоязычная модель для классификации текста, разработанная пользователем echarlaix на основе distilbert/distilbert-base-uncased-finetuned-sst-2-english.

26 858скачиваний за 30 дней0лайковвеса обновлены22 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

Модель экспортирована в формат OpenVINO и предназначена прежде всего для определения тональности англоязычных текстов по датасету SST-2, например для анализа отзывов, комментариев и других коротких высказываний.

Архитектура основана на DistilBERT; точный размер модели, длина контекста и перечень поддерживаемых модальностей в README не указаны. Модель работает с текстом на английском языке и относится к задачам text classification. На проверочной выборке GLUE SST-2 заявлены accuracy 0,9106, precision 0,8978, recall 0,9302, F1 0,9137 и AUC 0,9717. Эти показатели характеризуют результаты на конкретном наборе данных и не гарантируют аналогичную точность в других предметных областях.

Модель распространяется по лицензии Apache-2.0. Ключевое преимущество — компактная DistilBERT-основа и поддержка OpenVINO, что может быть полезно для эффективного развертывания на совместимом оборудовании. Ограничения связаны с узкой специализацией на английской классификации тональности и возможным снижением качества на текстах, жанрах или языках, отличающихся от данных SST-2; сведения о дополнительных ограничениях и условиях эксплуатации в README отсутствуют.

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

This model was converted to OpenVINO from distilbert/distilbert-base-uncased-finetuned-sst-2-english using optimum-intel via the export space.

First make sure you have optimum-intel installed:

pip install optimum-intel

To load your model you can do as follows:

from optimum.intel import OVModelForSequenceClassification

model_id = "echarlaix/distilbert-base-uncased-finetuned-sst-2-english-openvino"
model = OVModelForSequenceClassification.from_pretrained(model_id)

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
DistilBertForSequenceClassification
Ревизия весов
0b21d09

0 моделей