/ Модель

Характеристики

Контекст
512 токенов
Лицензия
Apache 2.0
Архитектура
distilbert · dense
Базовая модель
distilbert-base-uncased
Библиотека
transformers
Опубликована
20 авг 2026

distilbert-base-uncased-answerable-or-not-augmented

Классификация текстаТекст → label3 профессии

Дообученная англоязычная DistilBERT для классификации текста, вероятно, предназначенная для определения ответимости вопросов.

12скачиваний за 30 дней0лайковвеса обновлены20 авг 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

Модель leomaurodesenv/distilbert-base-uncased-answerable-or-not-augmented — дообученная на неизвестном наборе данных англоязычная DistilBERT для классификации текста. По названию можно предположить, что она определяет, является ли вопрос ответимым, однако README не описывает метки и сценарий применения, поэтому это назначение нельзя считать подтверждённым. В оценке на тестовом наборе указаны accuracy 0,9085 и loss 0,3136.

Модель использует архитектуру DistilBertForSequenceClassification и принимает текст с контекстом до 512 токенов. Репозиторий содержит веса в формате safetensors; модель работает с библиотекой Transformers. Лицензия — Apache-2.0. Набор данных, ограничения и подробности оценки не описаны.

Сценарии применения

  • классификация вопроса как ответимого или неответимого
  • определение ответимости вопросов в системе вопросов и ответов
  • классификация англоязычных текстовых запросов

Ограничения

README не раскрывает набор данных, определения классов и подробности оценки; предполагаемое определение ответимости следует из названия модели и не подтверждено описанием. Указанная метрика относится к оценочному набору, состав которого не указан.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

distilbert-base-uncased-answerable-or-not-augmented

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

  • Loss: 0.3136
  • Accuracy: 0.9085

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: 8
  • eval_batch_size: 8
  • seed: 42
  • optimizer: Use adamw_torch_fused with betas=(0.9,0.999) and epsilon=1e-08 and optimizer_args=No additional optimizer arguments
  • lr_scheduler_type: linear
  • lr_scheduler_warmup_steps: 50
  • num_epochs: 10

Training results

Training LossEpochStepValidation LossAccuracy
0.22541.013670.33440.8617
0.23712.027340.36980.8862
0.11313.041010.31370.9082
0.10604.054680.40620.9202
0.11625.068350.38080.9221
0.05086.082020.45800.9213

Framework versions

  • Transformers 5.2.0
  • Pytorch 2.10.0+cu128
  • Datasets 4.5.0
  • 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
DistilBertForSequenceClassification
Ревизия весов
0e8fcc2

0 моделей