Характеристики

Контекст: 512 токенов
Лицензия: Apache 2.0
Архитектура: distilbert · dense
Базовая модель: distilbert-base-uncased
Библиотека: transformers
Опубликована: 19 июн 2026

Ссылки

Hugging Face

pretrained-distilbert-imdb-classification

hwting

Классификация текстаТекст → label

Дообученная английская DistilBERT-модель для классификации текста, ориентированная по названию на отзывы IMDb.

5скачиваний за 30 дней0лайковвеса обновлены19 июн 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

hwting/pretrained-distilbert-imdb-classification — модель классификации текста на базе DistilBERT, дообученная на наборе данных, который в карточке не раскрыт. Архитектура — DistilBertForSequenceClassification; модель принимает текст и возвращает метку класса. В README приведены результаты на оценочной выборке: accuracy 0,9284 и F1 0,9289.

Название репозитория указывает на классификацию отзывов IMDb, поэтому модель может подходить для определения тональности отзывов о фильмах. Контекст модели — 512 токенов. Она использует английскую версию DistilBERT и распространяется по лицензии Apache-2.0. Оценки из карточки не гарантируют аналогичное качество на других данных; назначение и состав классов следует проверить перед применением.

Сценарии применения

определение тональности отзывов о фильмах
классификация текстовых отзывов на IMDb
оценка положительных и отрицательных отзывов

Ограничения

Данные для дообучения в карточке не названы, а описание модели и сведения о классах отсутствуют. Качество приведено только для оценочной выборки; перенос на другие типы текста не подтверждён.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

pretrained-distilbert-imdb-classification

This model is a fine-tuned version of distilbert-base-uncased on an unknown dataset. It achieves the following results on the evaluation set:

Loss: 0.2035
Accuracy: 0.9284
F1: 0.9289

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: 64
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: linear
num_epochs: 3.0
mixed_precision_training: Native AMP

Training results

Training Loss	Epoch	Step	Validation Loss	Accuracy	F1
0.2419	1.0	391	0.1983	0.923	0.9213
0.1609	2.0	782	0.1900	0.9292	0.9294
0.1097	3.0	1173	0.2035	0.9284	0.9289

Framework versions

Transformers 5.8.0
Pytorch 2.11.0+cu130
Datasets 4.8.5
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: DistilBertForSequenceClassification
Ревизия весов: 54d0000