/ Модель

Характеристики

Контекст
514 токенов
Параметры
152 млн
Лицензия
GPL 3.0
Архитектура
roberta · dense
Базовая модель
bertin-roberta-base-spanish
Библиотека
transformers
Опубликована
5 апр 2026

roberta-spanish-cefr

Классификация текстаТекст → label3 профессии

Классификатор испанского текста, который оценивает уровень владения языком по шкале CEFR.

147скачиваний за 30 дней0лайковвеса обновлены5 апр 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

pymlex/roberta-spanish-cefr — испаноязычный классификатор текста, дообученный автором на базе bertin-project/bertin-roberta-base-spanish для определения уровня владения испанским по шкале CEFR. Модель использует архитектуру RoBERTa с классификационной головой и содержит 151,8 млн параметров; максимальная длина контекста — 514 токенов.

Модель предназначена для оценки уровня испанских текстов учащихся и автоматической классификации по шести уровням CEFR. В README приведены результаты на тестовой выборке датасета UniversalCEFR/caes_es: F1 0,9894 и accuracy 0,9882. Эти показатели относятся к указанному тестовому набору и сами по себе не гарантируют такую же точность на других текстах.

Модель принимает текст и выдаёт метку класса. Репозиторий использует формат safetensors и библиотеку Transformers. Лицензия — GPL-3.0.

Сценарии применения

  • оценка уровня испанского в тексте учащегося
  • классификация письменных работ по уровням CEFR
  • автоматическая сортировка учебных текстов по сложности
  • подбор испанских материалов по уровню читателя

Ограничения

Заявленные метрики получены на тестовой выборке UniversalCEFR/caes_es и могут не переноситься на другие жанры и типы текстов. Модель обучена для испанского языка и классификации по CEFR.

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

Spanish CEFR Classification with BERTIN

Model summary

pymlex/roberta-spanish-cefr is a Spanish text classifier fine-tuned from bertin-project/bertin-roberta-base-spanish for CEFR level prediction. It is intended for Spanish learner-text classification and readability-style proficiency assessment.

Training data

The model was trained on UniversalCEFR/caes_es, a Spanish dataset of learner texts with CEFR annotations. The dataset has 31.1k rows.

Evaluation

Results for the test set:

  • Accuracy: 0.9882
  • Precision: 0.9896
  • Recall: 0.9892
  • F1: 0.9894

Comparison with other CEFR Spanish classifiers

Our model's performance (F1: 0.9894) is SOTA. Most documented Spanish CEFR classifiers fall within the 0.75 – 0.88 F1-score range. The obtained results significantly outperform these common baselines:

Model / SourceTask / LanguageAccuracyF1-Score
This model (BERTIN-RoBERTa)Spanish CEFR (6 classes)0.98820.9894
Spanish CEFR Fine-tunedCEFR Spanish (General)~0.85000.83–0.85
BETO/mBERT BaselineSpanish Skill Classif.0.78000.7700
CEFR-ASAG BenchmarkMulti-level (Cross-corpus)0.5100—
IberLEF / Shared TasksRelated Spanish NLP tasks0.93730.9300

Inference

from transformers import AutoTokenizer, AutoModelForSequenceClassification
import torch

model_id = "pymlex/roberta-spanish-cefr"

tokenizer = AutoTokenizer.from_pretrained(model_id)
model = AutoModelForSequenceClassification.from_pretrained(model_id)
model.eval()

def predict_cefr(text, top_k=3):
    inputs = tokenizer(
        text,
        return_tensors="pt",
        truncation=True,
        max_length=512,
    )
    with torch.no_grad():
        logits = model(**inputs).logits
        probs = torch.softmax(logits, dim=-1)[0]

    k = min(top_k, probs.numel())
    values, indices = torch.topk(probs, k=k)

    return [
        {
            "label": model.config.id2label[i.item()],
            "score": float(v.item()),
        }
        for i, v in zip(indices, values)
    ]

text = "Estimados señores, les escribo para solicitar información sobre el curso."
print(predict_cefr(text, top_k=3))

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
RobertaForSequenceClassification
Ревизия весов
b1629a0

0 моделей