Характеристики

Параметры: 138 млн
Лицензия: MIT
Архитектура: xlnet · dense
Базовая модель: xlnet-base-cased
Библиотека: transformers
Опубликована: 16 июл 2026

Ссылки

Hugging Face

tass-xlnet

oscaruv28

Классификация текстаТекст → label3 профессии

Дообученная на базе XLNet Base Cased модель для классификации текстовых последовательностей.

20скачиваний за 30 дней0лайковвеса обновлены16 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

oscaruv28/tass-xlnet — дообученная модель классификации последовательностей на базе XLNet Base Cased. Она предназначена для отнесения текста к классам; конкретная предметная область, набор меток и сценарии применения в карточке не описаны. Модель содержит 137,8 млн параметров, построена на архитектуре XLNet и распространяется в формате safetensors через Transformers. Лицензия — MIT.

На оценочном наборе указаны accuracy 0,5338, F1 Macro 0,5145, F1 Weighted 0,5198 и loss 1,0622. Эти результаты показывают качество только на указанном наборе; его данные и состав классов не раскрыты.

Сценарии применения

Классификация текста по заданным категориям
Автоматическая разметка текстовых последовательностей
Оценка тональности или тематики текста после проверки соответствия классам модели

Ограничения

Качество на оценочном наборе умеренное: accuracy 0,5338 и F1 Macro 0,5145. Язык, состав классов и характеристики обучающего и оценочного наборов не раскрыты.

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 736моделей II.8Разработка и данныеИнженерия данных и аналитикаAI помогает готовить надёжные данные и превращать их в понятную аналитику.22 задачи23 488моделей I.3Универсальные способностиИзвлечение и структурирование данныхAI помогает превращать разрозненные данные в структуру, пригодную для поиска, аналитики и автоматизации.18 задач25 791модель

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

tass-xlnet

This model is a fine-tuned version of xlnet-base-cased on the None dataset. It achieves the following results on the evaluation set:

Loss: 1.0622
F1 Macro: 0.5145
F1 Weighted: 0.5198
Accuracy: 0.5338

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: 1e-05
train_batch_size: 16
eval_batch_size: 32
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
lr_scheduler_warmup_steps: 0.1
num_epochs: 8
mixed_precision_training: Native AMP

Training results

Training Loss	Epoch	Step	Validation Loss	F1 Macro	F1 Weighted	Accuracy
1.1041	1.0	241	1.1195	0.2019	0.2338	0.3913
1.0805	2.0	482	1.0591	0.3482	0.3674	0.4329
1.0198	3.0	723	1.0200	0.4292	0.4372	0.5026
0.8924	4.0	964	0.9479	0.5501	0.5548	0.5650
0.8358	5.0	1205	0.9566	0.5629	0.5643	0.5640
0.8206	6.0	1446	1.0262	0.5591	0.5638	0.5754
0.7342	7.0	1687	1.0105	0.5684	0.5724	0.5817
0.6855	8.0	1928	1.0500	0.5458	0.5490	0.5557

Framework versions

Transformers 5.14.1
Pytorch 2.11.0+cu128
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: XLNetForSequenceClassification
Ревизия весов: e3b205a