/ Модель

Характеристики

Контекст
512 токенов
Параметры
77,5 млн
Лицензия
Apache 2.0
Архитектура
deberta-v2 · dense
Базовая модель
deberta-v3-xsmall-zeroshot-v1.1-all-33
Библиотека
transformers
Опубликована
19 сен 2026

system-one-distilled

Классификация текстаТекст → label3 профессии

System One — компактная DeBERTa-модель для классификации запросов и принятия типизированных маршрутизирующих решений за один проход.

76скачиваний за 30 дней0лайковвеса обновлены19 сен 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

System One (distilled) — компактная модель классификации на базе DeBERTa-v3-xsmall, разработанная автором репозитория shreyanbr. Она выполняет типизированные решения Choice, Score и Noul для маршрутизации, классификации и проверки условий в программных системах за один пакетный проход без генерации токенов. Модель содержит 77,5 млн параметров по метаданным, принимает текст, имеет контекст до 512 токенов и распространяется в формате safetensors. Обучающие ответы для 1 500 примеров на задачу были получены от Claude Haiku 4.5.

В тестах README приводит точность 0,688 для intent, 0,930 для tool и 0,788 для needs_tool; результаты зависят от задачи и качества разметки. README отмечает загрязнение оценки банковской категорией из-за обучающих данных banking77, слабую обучаемость triage.priority, единичный запуск и необходимость файла calibration.json: необработанные оценки не являются вероятностями. Для triage указано ограничение некоммерческого использования из-за лицензии датасета tickets CC-BY-NC-4.0. Лицензия весов — Apache-2.0.

Сценарии применения

  • определение намерения пользователя для маршрутизации запроса
  • выбор подходящего инструмента для обработки запроса
  • определение, требуется ли вызов инструмента
  • классификация текста по заданным категориям
  • оценка приоритета обращений в триаже

Ограничения

Контекст ограничен 512 токенами; для интерпретации оценок обязателен файл calibration.json, поскольку исходные значения не являются вероятностями. Результаты по отдельным задачам ограничены качеством и составом данных, включая загрязнение banking77 и слабую обучаемость triage.priority; triage supervision на данных tickets не предназначена для коммерческого использования.

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

System One (distilled)

A 70.8M-parameter DeBERTa-v3-xsmall cross-encoder that answers typed decision questions, Choice, Score and Noul, in one batched forward pass with zero generated tokens. It implements the TypeSafe Jev POST /v1/systemone schema and is meant for the routing, classification and gating decisions inside software that do not need an autoregressive model.

Supervision for this checkpoint: Claude Haiku 4.5's own answers to 1,500 training items per task.

Accuracy on the 500-item test splits

questionaccuracymajority floor
intent0.6880.010
tool0.9300.306
needs_tool0.7880.694
priority0.4640.464
type0.6820.374
is_incident0.7800.626

Read these next to the floor column, not on their own. Two of the six questions are at or below a constant predictor for every system measured, Claude Haiku 4.5 included, and that is a finding about the labels rather than about any model. The repository documents a retraction of one of our own earlier headline numbers for the same reason.

Use

from systemone.engine import SystemOneEngine
from systemone.schema import SystemOneRequest

engine = SystemOneEngine('shreyanbr/system-one-distilled')
request = SystemOneRequest.model_validate({
    'state': {'message': 'my card still has not arrived'},
    'questions': {'intent': {'type': 'choice', 'instructions': 'What does the customer want?',
                             'criteria': {'card_arrival': 'a card that has not arrived',
                                          'refund': 'a refund request'}}},
})
print(engine.answer(request).answers['intent'])

calibration.json ships alongside the weights and is required: the raw margins are not probabilities, and the engine reads a per-question temperature and a Platt scaler from it.

Caveats worth reading before you trust a number

  • The base checkpoint was trained on banking77, so that row is contaminated. banking77 also has a published label-error rate near 14%, capping achievable accuracy around 0.86.
  • triage.priority is close to unlearnable on this data. Every backend sits at or below the floor.
  • The tickets dataset is CC-BY-NC-4.0, so the triage supervision is not for commercial use.
  • Single seed, single run. Intervals are bootstrap over test items, not over training seeds.

Source, benchmark harness and the full limitations section: https://github.com/shreyanbr/jev-haiku-benchmarking

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
DebertaV2ForSequenceClassification
Ревизия весов
56c9dba

0 моделей