Характеристики

Контекст: 514 токенов
Параметры: 95,4 млн
Лицензия: Apache 2.0
Архитектура: roberta · dense
Базовая модель: distilroberta-base-climate-f
Библиотека: transformers
Опубликована: 11 июл 2026

Ссылки

Hugging Face

ClimAdaptLM-x-adaptation-specificity-predictor

jetskewur

Классификация текстаТекст → label

Англоязычная модель на базе ClimateBERT для классификации текстов о климатической адаптации по специфичности.

7скачиваний за 30 дней0лайковвеса обновлены11 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

ClimAdaptLM-x-adaptation-specificity-predictor — англоязычная модель классификации текста, дообученная на базе climatebert/distilroberta-base-climate-f. Она предназначена для классификации текстов о климатической адаптации по специфичности, что может помогать анализировать и сортировать такие материалы. Модель построена на архитектуре RoBERTa и содержит 95,4 млн параметров; максимальная длина контекста — 514 токенов.

Использует библиотеку Transformers и распространяется в формате safetensors по лицензии Apache-2.0. README не содержит сведений о схеме классов и результатах оценки, поэтому пригодность для конкретных критериев классификации нужно проверять отдельно.

Сценарии применения

Классификация упоминаний климатической адаптации по степени специфичности
Сортировка климатических документов для последующего анализа
Предварительная разметка англоязычных материалов о климатической адаптации

Ограничения

README не описывает метки классов, обучающие данные и метрики качества. Максимальная длина контекста составляет 514 токенов; подтверждена поддержка английского языка.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

ClimAdaptLM-x-adaptation-specificity-predictor

This model is a fine-tuned version of climatebert/distilroberta-base-climate-f on the None dataset.

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: 8
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

Training results

Framework versions

Transformers 5.3.0
Pytorch 2.8.0+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: RobertaForSequenceClassification
Ревизия весов: fda5840