/ Модель
Каталог

Характеристики

Контекст
514 токенов
Параметры
138 млн
Архитектура
roberta · dense
Базовая модель
roberta-base
Библиотека
transformers
Опубликована
20 июн 2026

Ссылки

Hugging Face

roberta-base-klue-ynat

joonion
Классификация текстаТекст → label3 профессии

Дообученная корейская RoBERTa-модель для классификации текста.

14скачиваний за 30 дней1лайквеса 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

joonion/roberta-base-klue-ynat — модель классификации текста на основе klue/roberta-base, дообученная с архитектурой RobertaForSequenceClassification. Она предназначена для отнесения текстов к классам; название модели указывает на связь с набором YNAT, однако README не подтверждает конкретные метки или сценарии классификации. Модель содержит 137,8 млн параметров, принимает последовательности длиной до 514 токенов и сохранена в формате Safetensors.

Базовая модель предназначена для понимания корейского текста, поэтому вероятный язык применения — корейский. В README приведены результаты оценки: accuracy 0,0 и loss 2,1797; эти показатели указывают на отсутствие продемонстрированной точности в указанной оценке. Лицензия в доступных данных не приведена.

Сценарии применения

  • Классификация корейских текстов по заданным категориям
  • Автоматическая разметка коротких корейских новостных текстов

Ограничения

README сообщает accuracy 0,0 и loss 2,1797 на оценочном наборе, поэтому качество классификации не подтверждено. Данные обучения обозначены как неизвестные, а назначение и метки классов подробно не описаны.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии
I.11Универсальные способностиКлассификация, ранжирование и сопоставлениеAI помогает распределять объекты по категориям, устанавливать соответствия и определять порядок обработки.15 задач26 736моделейII.8Разработка и данныеИнженерия данных и аналитикаAI помогает готовить надёжные данные и превращать их в понятную аналитику.22 задачи23 488моделейII.10Разработка и данныеРазработка и эксплуатация AI/ML-системAI помогает создавать, оценивать, развёртывать и контролировать AI/ML-системы на всём жизненном цикле.30 задач49 000моделей

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

roberta-base-klue-ynat

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

  • Loss: 2.1797
  • Accuracy: 0.0

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: 16
  • eval_batch_size: 16
  • 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: 1

Training results

Framework versions

  • Transformers 5.14.1
  • Pytorch 2.13.0+cpu
  • Datasets 5.0.0
  • 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
ec1ca19

0 моделей

    Создать бенчмарк