Характеристики

Контекст: 8 192 токена
Параметры: 149 млн
Лицензия: Apache 2.0
Архитектура: modernbert · dense
Базовая модель: ModernBERT-base
Библиотека: transformers
Опубликована: 4 июл 2026

Ссылки

Hugging Face

imdb-modernbert

shafii01

Классификация текстаТекст → label3 профессии

Дообученная на базе ModernBERT-base модель для классификации текста, ориентированная по названию на отзывы IMDb.

13скачиваний за 30 дней0лайковвеса обновлены4 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

shafii01/imdb-modernbert — дообученная модель классификации текста на базе answerdotai/ModernBERT-base, разработанная автором репозитория shafii01. Она предназначена для классификации текстов; название репозитория указывает на отзывы IMDb, однако README не подтверждает состав классов или обучающую выборку. Модель содержит 149 млн параметров, использует архитектуру ModernBERT для классификации последовательностей и принимает контекст длиной до 8192 токенов.

В README указана точность 0,9564 и значение loss 0,1712 на наборе оценки. Модель подходит для экспериментов с классификацией англоязычных отзывов о фильмах. Базовая модель ориентирована на английский язык. Лицензия — Apache-2.0. Сведения о датасете, метках классов и ограничениях применения не приведены.

Сценарии применения

классификация отзывов о фильмах IMDb
определение тональности англоязычных отзывов
эксперименты с классификацией текста на ModernBERT

Ограничения

README не раскрывает обучающий датасет, метки классов и подробные ограничения; назначение для IMDb предполагается по названию репозитория. Указанные метрики относятся только к набору оценки, состав которого не описан.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

II.10Разработка и данныеРазработка и эксплуатация AI/ML-системAI помогает создавать, оценивать, развёртывать и контролировать AI/ML-системы на всём жизненном цикле.30 задач49 000моделей II.8Разработка и данныеИнженерия данных и аналитикаAI помогает готовить надёжные данные и превращать их в понятную аналитику.22 задачи23 488моделей III.2Корпоративные функцииИсследование рынка и маркетингAI помогает понимать рынок, создавать коммуникации и улучшать эффективность маркетинга.22 задачи8 594модели

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

imdb-modernbert

This model is a fine-tuned version of answerdotai/ModernBERT-base on an unknown dataset. It achieves the following results on the evaluation set:

Loss: 0.1712
Accuracy: 0.9564

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: 2e-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
num_epochs: 2

Training results

Training Loss	Epoch	Step	Validation Loss	Accuracy
0.1523	1.0	1563	0.1284	0.9550
0.0738	2.0	3126	0.1712	0.9564

Framework versions

Transformers 5.13.0
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: ModernBertForSequenceClassification
Ревизия весов: 8728c98