/ Модель

Характеристики

Контекст
512 токенов
Параметры
137 млн
Лицензия
CC BY-SA 4.0
Архитектура
bert · dense
Базовая модель
legal-bert-base-uncased
Библиотека
transformers
Опубликована
20 июл 2026

legal-bert-cuad-risk-analyzer

Классификация текстаТекст → label3 профессии

Дообученная юридическая BERT-модель для классификации текста и анализа рисков в документах.

8скачиваний за 30 дней0лайковвеса обновлены20 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

harshrtr07/legal-bert-cuad-risk-analyzer — англоязычная BERT-модель для классификации юридических текстов. Она дообучена на основе nlpaueb/legal-bert-base-uncased и предназначена для выявления рисков в юридических документах; конкретные категории риска и сценарии в карточке не описаны.

Модель содержит 136,7 млн параметров, использует архитектуру BertForSequenceClassification и принимает последовательности длиной до 512 токенов. Она поддерживает классификацию текста и распространяется по лицензии CC-BY-SA-4.0.

В README приведён результат F1 0,0106 на оценочном наборе данных, что указывает на очень низкое качество по этой метрике и ограничивает практическую применимость модели без дополнительной проверки или дообучения.

Сценарии применения

  • Классификация фрагментов юридических документов
  • Экспериментальная проверка текста на юридические риски
  • Исследование применения BERT в юридическом NLP

Ограничения

В README указана метрика F1 0,0106 на оценочном наборе, поэтому результаты классификации могут быть ненадёжными. Категории рисков, обучающие данные и подробные ограничения не описаны.

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

legal-bert-cuad-risk-analyzer

This model is a fine-tuned version of nlpaueb/legal-bert-base-uncased on the None dataset. It achieves the following results on the evaluation set:

  • Loss: 3.3410
  • F1: 0.0106

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: 8
  • eval_batch_size: 8
  • seed: 42
  • gradient_accumulation_steps: 2
  • total_train_batch_size: 16
  • 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: linear
  • num_epochs: 15

Training results

Training LossEpochStepValidation LossF1
No log1.03363.38800.0048
6.84082.06723.39210.0072
6.70623.010083.37800.0090
6.70624.013443.35910.0084
6.57195.016803.36210.0061
6.50016.020163.38280.0059
6.50017.023523.39700.0066
6.39048.026883.41400.0048
6.30429.030243.44170.0039
6.304210.033603.46310.0025
6.197811.036963.47380.0028
6.185212.040323.50270.0013
6.185213.043683.51940.0
6.108214.047043.52890.0012
6.071115.050403.53380.0011

Framework versions

  • Transformers 5.13.1
  • Pytorch 2.11.0+cu128
  • Datasets 4.0.0
  • 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
BertForSequenceClassification
Ревизия весов
db8707e

0 моделей