/ Модель

Характеристики

Контекст
1 024 токена
Лицензия
MIT
Архитектура
gpt2 · dense
Библиотека
transformers
Опубликована
6 авг 2025

banking-sms-json-parser-v8

Генерация текстаТекст → текст5 профессий

GPT-2-модель преобразует SMS индийских банков в JSON, определяя транзакции и извлекая их ключевые поля и категории.

186скачиваний за 30 дней1лайквеса обновлены6 авг 2025

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Тесты пользователейпока нет

Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.

  1. Добавьте модель в бенчмарк

    Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.

  2. Опишите свои задачи

    Напишите запросы, при необходимости приложите файлы и эталонные ответы.

  3. Запустите и опубликуйте

    Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

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

Banking SMS JSON Parser V8 — модель на архитектуре GPT-2, предназначенная для преобразования SMS индийских банков в структурированный JSON. Она различает транзакционные и нетранзакционные сообщения, извлекает сумму, дату, тип операции и последние четыре цифры карты или счёта, а также относит операции к более чем 32 категориям. Указана поддержка сообщений об операциях UPI, NEFT, RTGS и по картам; обучение проводилось на синтетическом наборе из 60 000 примеров с реалистичными шаблонами сообщений крупных индийских банков.

Модель принимает текст и генерирует текст JSON. Контекст составляет 1 024 токена. Опубликована в формате safetensors, использует библиотеку Transformers и распространяется по лицензии MIT. Карточка заявляет оптимизацию для индийских банковских SMS, но не приводит численных метрик качества; результаты на других языках и типах сообщений не описаны.

Сценарии применения

  • Извлечение суммы и даты операции из банковских SMS
  • Определение типа транзакции и последних четырёх цифр карты или счёта
  • Классификация банковских операций по категориям
  • Отделение транзакционных SMS от прочих сообщений
  • Структурирование уведомлений UPI, NEFT, RTGS и карточных операций

Ограничения

Модель ориентирована на шаблоны индийских банковских SMS; качество на других форматах и языках не описано. Карточка не содержит численных метрик точности.

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

Banking SMS JSON Parser V8

Advanced AI model that converts Indian banking SMS messages into structured JSON format.

Features

  • ✅ Detects transaction vs non-transaction messages
  • ✅ Extracts amount, date, transaction type, last 4 digits
  • ✅ Categorizes transactions into 32+ categories
  • ✅ Handles unknown merchants with "Other" category
  • ✅ Supports UPI, NEFT, RTGS, Card transactions
  • ✅ 60,000+ training samples with realistic Indian banking patterns

Usage

Training Data

  • 60,000 training samples
  • 6,000 validation samples
  • 75% transaction, 25% non-transaction messages
  • Realistic Indian banking SMS patterns
  • Major Indian banks: ICICI, HDFC, SBI, Kotak, Axis, BOB, YES, etc.

Performance

Optimized for high accuracy on real-world Indian banking SMS messages with proper category classification and transaction detection.

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
GPT2LMHeadModel
Ревизия весов
97ecb96

0 моделей