MiniLM-L6-H384-uncased-sst2
Компактная англоязычная MiniLM, дообученная для классификации тональности текста на положительный или отрицательный.
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
philschmid/MiniLM-L6-H384-uncased-sst2 — модель классификации текста, опубликованная пользователем philschmid на Hugging Face. Она предназначена для определения тональности текста по схеме SST-2: классификации высказываний как положительных или отрицательных. Карточка Hugging Face указывает архитектуру BERT для классификации последовательностей, 25,9 млн параметров и максимальную длину контекста 512 токенов; модель загружается через Transformers как text-classification.
Это дообученная версия англоязычной MiniLM-L6-H384-uncased: компактного шестислойного трансформера с 384-мерным скрытым состоянием, основанного на архитектуре BERT. Карточка модели не содержит сведений о лицензии; надёжно определить условия использования по доступным источникам нельзя. Модель рассчитана на текст и выдаёт метку класса с оценкой.
Сценарии применения
- Определение тональности коротких отзывов
- Классификация комментариев как положительных или отрицательных
- Анализ эмоциональной окраски англоязычных высказываний
Ограничения
Модель ориентирована на английский язык и бинарную классификацию тональности SST-2; её карточка не описывает оценку на других задачах или языках. Максимальная длина контекста составляет 512 токенов.
Для каких профессий подходит4
Разделы каталога профессий, в задачах которых используется эта модель
Карточка модели
README от автора на Hugging Face, как он его опубликовал
Автор не опубликовал карточку модели.
Как запустить
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм · text-classification
Подбираем GPU…
- Класс архитектуры
- BertForSequenceClassification
- Ревизия весов
- 0c0ecdc