Дообученная BERT-модель для классификации португалоязычных текстов по заданным классам.
Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды
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.
Описание составлено по карточке модели и метаданным Hugging Face
rss9051/autotrein-BERT-iiLEX-dgs-0002 — модель классификации текста, созданная с помощью AutoTrain на основе дообученной модели iiLEX/autotrein-BERT-iiLEX-dgs-0001. Она предназначена для отнесения португалоязычных текстов к заданным классам. Модель построена на архитектуре BERT, содержит 136,1 млн параметров и принимает последовательности длиной до 512 токенов.
В README приведены метрики валидации: accuracy и micro F1 составляют около 0,674, macro F1 — около 0,519. Эти результаты указывают на умеренное качество классификации и могут зависеть от набора данных и распределения классов. Веса опубликованы в формате safetensors; лицензия в доступных сведениях не указана.
Валидационные accuracy и micro F1 составляют около 0,674, а macro F1 — около 0,519; качество может различаться между классами. Применение ограничено последовательностями до 512 токенов.
Разделы каталога профессий, в задачах которых используется эта модель
README от автора на Hugging Face, как он его опубликовал
loss: 0.8766685128211975
f1_macro: 0.5194762145748988
f1_micro: 0.6741071428571429
f1_weighted: 0.6627334374096299
precision_macro: 0.5144983164983166
precision_micro: 0.6741071428571429
precision_weighted: 0.665593284030784
recall_macro: 0.5366089123914903
recall_micro: 0.6741071428571429
recall_weighted: 0.6741071428571429
accuracy: 0.6741071428571429
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм · text-classification
Подбираем GPU…