/ Модель

Характеристики

Контекст
514 токенов
Параметры
454 млн
Лицензия
MIT
Архитектура
roberta · dense
Базовая модель
roberta-large
Библиотека
transformers
Опубликована
12 июл 2026

humor-roberta-large

Классификация текстаТекст → label

Дообученная RoBERTa-large предсказывает оценку юмористичности англоязычных шуток для их ранжирования.

15скачиваний за 30 дней0лайковвеса обновлены30 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

Humor Intelligence — модель RoBERTa-large, дообученная разработчиком iamahmadyasin на 340 тысячах очищенных англоязычных шуток из Reddit rJokes. Для одной шутки она предсказывает числовую оценку юмористичности по шкале датасета от 0 до 11; оценку можно использовать для сортировки шуток, а не как объективную меру смешного. Модель содержит 454,1 млн параметров, принимает текст и имеет контекст до 514 токенов.

Модель предназначена для оценки и ранжирования англоязычных шуток. README описывает очистку тестовой выборки от повторов и сравнение с базовыми моделями, но отмечает, что результаты прежних работ могли быть завышены из-за пересечения обучающих и тестовых данных. Модель склонна предсказывать значения около среднего и ненадёжна на краях шкалы. Оценки отражают предпочтения сообщества Reddit и зависят не только от качества шутки, но и от популярности и времени публикации. Лицензия — MIT.

Сценарии применения

  • ранжирование англоязычных шуток по оценке юмористичности
  • отбор популярных шуток для подборки
  • сравнение оценок шуток в эксперименте
  • анализ оценок юмора в корпусе Reddit

Ограничения

Оценки отражают предпочтения аудитории Reddit и не являются объективной мерой смешного; модель склонна к средним значениям и ненадёжна на краях шкалы. Она обучена только на англоязычных шутках.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Humor Intelligence — RoBERTa-large

A RoBERTa-large model fine-tuned to predict how funny a joke is, trained on 340k cleaned Reddit jokes from the rJokes dataset (Weller & Seppi, LREC 2020). Given a joke as input, the model outputs a single scalar: a predicted humor score on the dataset's 0–11 log-compressed community rating scale.

Results

Evaluated on a leakage-cleaned test set. On a comparable (leaked) evaluation, this model surpasses the rJokes paper's baselines.

ModelParamsTest SpearmanTest PearsonTest RMSE
TF-IDF + Ridge—0.363——
DistilBERT-12866M0.41180.45131.6426
RoBERTa-base-128125M0.41870.45101.7047
BERT-large340M0.4230.4631.657
RoBERTa-large-128355M0.43230.47011.6298

Paper evaluates on a test set containing ~2.4% cross-split leakage. On a comparably leaked eval, this model scores Spearman 0.4404 & Pearson 0.4781, exceeding the paper's reported numbers. The remaining gap on the clean eval is attributable to leakage inflation in the paper's results.

Leakage-cleaned evaluation

The original rJokes splits contain ~2.4% of test jokes that are exact copies of training jokes (Reddit reposts). Prior work evaluated on these leaked splits. I remove the overlap and report on the clean test set (41,957 examples). I quantified the impact:

ModelClean SpearmanLeaky SpearmanInflationPaper Spearman
DistilBERT (66M)0.4120.4210.009—
RoBERTa-base (125M)0.4190.4260.007—
BERT-large (340M)0.4230.4310.0090.430
RoBERTa-large (355M)0.4320.4400.0080.435

The average inflation is 0.008 ± 0.001 Spearman, consistent across four architectures of different sizes, confirming it is a dataset property and not a model-specific artifact.

Training details

  • Base model: roberta-large (355M parameters)
  • Task: Single-value regression (num_labels=1, problem_type="regression")
  • Dataset: rJokes, cleaned (339,499 train / 41,941 dev / 41,957 test)
  • Cleaning: removed 5,707 exact duplicates, ultra-short fragments (<5 words), and ~2.4% cross-split leakage from dev/test
  • Max sequence length: 128 tokens
  • Epochs: 5 (best checkpoint selected by dev Spearman; dev Spearman 0.4343)
  • Effective batch size: 32 (constant across single and multi-GPU setups)
  • Learning rate: 2e-5 with 6% linear warmup
  • Weight decay: 0.01
  • Precision: fp16
  • Optimizer: AdamW (Hugging Face default)
  • Seed: 42
  • Hardware: Kaggle T4 ×2, ~3 sessions totaling ~30h (12h session limit)

Label note

The rJokes score column is already log-scaled: round(ln(raw_upvotes + 1)), giving integers 0–11 (the paper reports 0–10; labels of 11 are rare but present in the data). It is used directly as the regression target. Do not log-transform again. This follows the paper's Section 3.1, which reduces the raw scale (0–136,353) down to integers 0–11 (the paper reports 0–10; labels of 11 are rare but present in the data)".

Usage

from transformers import AutoTokenizer, AutoModelForSequenceClassification
import torch

repo = "iamahmadyasin/humor-roberta-large"
tokenizer = AutoTokenizer.from_pretrained(repo)
model = AutoModelForSequenceClassification.from_pretrained(repo)
model.eval()

joke = "I told my wife she was drawing her eyebrows too high. She looked surprised."
inputs = tokenizer(joke, return_tensors="pt", truncation=True, max_length=128)
with torch.no_grad():
    score = model(**inputs).logits.item()
print(f"Predicted humor score: {score:.2f}")

Limitations

  • Humor is subjective; the labels reflect one Reddit community's preferences, shaped by timing and virality as much as joke quality.
  • The model regresses to the mean and is unreliable at the extremes of the score range (rarely predicts 0 or 6+).
  • Trained on English-language Reddit jokes only.
  • This is a humor ranker, not a judge of objective funniness.

Citation

Dataset:

@inproceedings{weller-seppi-2020-rjokes,
    title     = "The rJokes Dataset: a Large Scale Humor Collection",
    author    = "Weller, Orion and Seppi, Kevin",
    booktitle = "Proceedings of the 12th Language Resources and Evaluation Conference (LREC)",
    year      = "2020",
    pages     = "6136--6141",
    url       = "https://aclanthology.org/2020.lrec-1.753/",
}

Project

Full project: github.com/iamahmadyasin/humor-intelligence

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
RobertaForSequenceClassification
Ревизия весов
551a502

0 моделей