/ Модель

Характеристики

Контекст
8 192 токена
Параметры
149 млн
Лицензия
MIT
Архитектура
modernbert · dense
Базовая модель
ModernBERT-base
Библиотека
transformers
Опубликована
6 июн 2025

meta-rater-professionalism-rating

Классификация текстаТекст → label5 профессий

Англоязычная модель на базе ModernBERT оценивает профессиональную сложность текста по непрерывной шкале от 0 до 5 для отбора и классификации материалов.

134скачиваний за 30 дней0лайковвеса обновлены11 июн 2025

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 opendatalab/meta-rater-professionalism-rating разработана OpenDataLab и представляет собой дообученную ModernBERT-base с 149 млн параметров. Она оценивает профессиональную сложность текста: глубину и точность содержания, а также уровень специальных знаний, нужный для его понимания. Модель выдаёт непрерывную оценку от 0 до 5, которую можно интерпретировать как шкалу от общедоступного текста до материала, требующего экспертной подготовки.

Модель предназначена для отбора и фильтрации текстов при подготовке данных для предобучения языковых моделей, оценки сложности учебных материалов и анализа научных или технических документов. Это encoder-модель для классификации последовательностей; в метаданных указано контекстное окно 8192 токена. В карточке приведены F1 91,57% и точность 93,78%, но условия и набор оценки не описаны. Модель рассчитана прежде всего на английский язык. Она оценивает профессиональную сложность, а не стиль или грамматику; качество может снижаться на недостаточно представленных предметных областях, поэтому оценку не следует использовать как единственный критерий качества. Лицензия — MIT.

Сценарии применения

  • оценка сложности научных статей
  • фильтрация технических текстов по уровню экспертности
  • отбор корпусов для предобучения языковых моделей
  • оценка уровня учебных материалов
  • сортировка текстов по требуемой предметной подготовке

Ограничения

Модель оценивает профессиональную сложность, а не стиль или грамматику; результаты могут быть менее надёжными в недостаточно представленных предметных областях. Не следует использовать её оценку как единственный критерий качества текста.

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

Professionalism Rating Model

This repository contains the model described in the paper Meta-rater: A Multi-dimensional Data Selection Method for Pre-training Language Models.

Code: https://github.com/opendatalab/Meta-rater

Model Description

This model is a fine-tuned version of ModernBERT-base designed to evaluate the Professionalism dimension of text quality on a 5-point scale (0-5). Professionalism measures the degree of expertise and prerequisite knowledge required to comprehend a text, focusing on the depth, accuracy, and accessibility of content.

Model Details

  • Base Model: ModernBERT-base
  • Parameters: 149M
  • Context Window: 4,096 tokens
  • Task: Text quality rating (regression)
  • Score Range: 0-5 (continuous)
  • Performance: 91.57% F1 score, 93.78% accuracy

Rating Scale

The model uses an additive 5-point rating system:

  • 0: Content requiring no technical knowledge
  • 1: Simple content requiring minimal technical knowledge (nursery rhymes, children's books)
  • 2: Somewhat complex content requiring basic specialized knowledge (popular books, popular science)
  • 3: Moderate complexity requiring some expertise (advanced books, detailed articles)
  • 4: Complex content requiring significant expertise (academic papers, technical reports)
  • 5: Extremely high professionalism requiring advanced subject matter expertise (advanced academic papers, patents)

Usage

from transformers import AutoTokenizer, AutoModelForSequenceClassification
import torch

# Load the model and tokenizer
model_name = "opendatalab/meta-rater-professionalism-rating"
tokenizer = AutoTokenizer.from_pretrained(model_name)
model = AutoModelForSequenceClassification.from_pretrained(model_name)

# Example text
text = "The quantum entanglement phenomenon demonstrates non-local correlations between particles..."

# Tokenize and predict
inputs = tokenizer(text, return_tensors="pt", truncation=True, max_length=4096)
with torch.no_grad():
    outputs = model(**inputs)
    score = outputs.logits.squeeze().argmax(dim=0)

print(f"Professionalism Score: {score:.2f}")

Training Details

  • Training Data: 747,422 examples from SlimPajama dataset
  • Annotation Model: Llama-3.3-70B-Instruct
  • Training Epochs: 10
  • Evaluation Split: 93,428 test examples
  • Data Split: 8:1:1 (train:dev:test)

Applications

This model is particularly useful for:

  • Data curation for language model pre-training
  • Content filtering based on technical complexity
  • Educational content difficulty assessment
  • Research paper and technical document evaluation
  • Curriculum development and content sequencing

Limitations

  • The model focuses on content professionalism, not writing style or grammar
  • Performance may vary across different domains not well-represented in training data
  • Designed primarily for English text
  • Should not be used as the sole criterion for content quality assessment

Citation

If you use this model in your research, please cite:

@article{zhuang2025meta,
  title={Meta-rater: A Multi-dimensional Data Selection Method for Pre-training Language Models},
  author={Zhuang, Xinlin and Peng, Jiahui and Ma, Ren and Wang, Yinfan and Bai, Tianyi and Wei, Xingjian and Qiu, Jiantao and Zhang, Chi and Qian, Ying and He, Conghui},
  journal={arXiv preprint arXiv:2504.14194},
  year={2025}
}

License

This model is released under the same license as the base ModernBERT model.

Code

The code is available at: https://github.com/opendatalab/Meta-rater

Contact

For questions or issues, please contact the authors or open an issue in the repository.

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
ModernBertForSequenceClassification
Ревизия весов
fc91d4b

0 моделей