Характеристики

Контекст: 514 токенов
Параметры: 138 млн
Архитектура: roberta · dense
Базовая модель: roberta-base
Библиотека: transformers
Опубликована: 21 июл 2026

Ссылки

Hugging Face

roberta-base-klue-ynat

kimsangjun

Классификация текстаТекст → label

Дообученная корейская RoBERTa для классификации текста, качество которой в карточке не подтверждено.

6скачиваний за 30 дней0лайковвеса 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

kimsangjun/roberta-base-klue-ynat — дообученная модель на основе klue/roberta-base для классификации текста. Она содержит 137,8 млн параметров, использует архитектуру RoBERTa и принимает последовательности длиной до 514 токенов. Модель предназначена для отнесения текста к классам; карточка связывает её с набором данных YNAT, но не описывает классы и сценарии применения.

Базовая модель разработана для понимания корейского текста, поэтому модель ориентирована прежде всего на корейский язык. В README приведён результат оценки: точность 0,0; это указывает на отсутствие подтверждённой полезности в представленном тесте. Репозиторий распространяет веса в формате safetensors. Лицензия в предоставленных данных не указана.

Сценарии применения

классификация корейских текстовых сообщений
отнесение корейского текста к тематическим категориям
эксперименты с классификацией текста на основе RoBERTa

Ограничения

README указывает точность 0,0 на оценочном наборе, поэтому пригодность модели для практического применения не подтверждена. Данные обучения названы неизвестными, а описание классов и лицензии отсутствует в предоставленных сведениях.

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: 2.0678
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: bbd9173