/ Модель

Характеристики

Контекст
512 токенов
Параметры
137 млн
Лицензия
Apache 2.0
Архитектура
electra · dense
Базовая модель
electra-base-discriminator
Библиотека
transformers
Опубликована
20 авг 2026

electra-base-discriminator-answerable-or-not-augmented

Классификация текстаТекст → label5 профессий

Дообученный ELECTRA-классификатор для определения, можно ли ответить на вопрос по контексту.

21скачиваний за 30 дней0лайковвеса обновлены21 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

leomaurodesenv/electra-base-discriminator-answerable-or-not-augmented — модель классификации текста, дообученная на базе google/electra-base-discriminator. По названию она предназначена для определения того, можно ли ответить на вопрос по предоставленному контексту; README не раскрывает подробности набора данных или способа применения.

Модель использует энкодер ELECTRA и классификационную голову ElectraForSequenceClassification. Она содержит 136,7 млн параметров, принимает текстовые последовательности длиной до 512 токенов и выдаёт метку класса. В README приведены результаты оценки: accuracy 0,9374 и loss 0,2293; состав и размер оценочного набора не описаны.

Лицензия — Apache-2.0. Карточка указывает английскую базовую модель, но язык обучающих данных не раскрывает, поэтому английский сценарий можно считать предположительным. Качество на других данных и языках не подтверждено.

Сценарии применения

  • оценка отвечаемости вопроса по заданному контексту
  • фильтрация вопросов без ответа перед генерацией ответа
  • отбор пар вопрос–контекст для систем вопросно-ответного поиска

Ограничения

Описание датасета и intended use отсутствуют, а результаты оценки приведены без сведений о наборе и протоколе. Язык и качество за пределами обучающей и оценочной выборок не подтверждены.

Для каких профессий подходит5

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

electra-base-discriminator-answerable-or-not-augmented

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

  • Loss: 0.2293
  • Accuracy: 0.9374

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
0.21551.013670.24900.9100
0.25412.027340.26280.9279
0.11953.041010.22980.9378
0.13564.054680.31110.9345
0.07115.068350.33920.9371
0.18616.082020.26810.9462

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
ElectraForSequenceClassification
Ревизия весов
b04464b

0 моделей