/ 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-zeroshot

Классификация текстаТекст → label3 профессии

Компактная DeBERTa-модель без генерации токенов для классификации запросов и маршрутизации программных решений по заданным вопросам и вариантам ответа.

55скачиваний 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 (zeroshot) — компактная модель классификации от автора репозитория shreyanbr на базе DeBERTa-v3-xsmall. Это cross-encoder с 77,5 млн параметров, который обрабатывает текст и заданные вопросы с вариантами решений за один пакетный прямой проход, не генерируя токены. Модель предназначена для маршрутизации запросов, классификации и принятия простых управляющих решений в программном обеспечении, когда не требуется генеративная модель.

В карточке заявлена поддержка решений типов Choice, Score и Noul через схему TypeSafe Jev `/v1/systemone`. README указывает, что чекпойнт не дообучался для этой задачи и использует базовую NLI-модель как есть; вместе с весами необходим файл калибровки `calibration.json`. Доступный контекст — 512 токенов. Лицензия репозитория — Apache-2.0, однако README предупреждает, что supervision для triage опирается на датасет tickets с лицензией CC-BY-NC-4.0 и не предназначена для коммерческого использования.

В приведённых тестах качество различается по вопросам: intent — 0,508, tool — 0,384, needs_tool — 0,792. README отмечает, что некоторые вопросы близки к уровню простого предсказателя, а одна из тестовых строк загрязнена сходством с банковским датасетом обучения базовой модели. Результаты получены в одном запуске; модель не следует считать надёжной без отдельной проверки на целевых данных.

Сценарии применения

  • определение намерения пользователя для маршрутизации запроса
  • выбор инструмента или программного обработчика для запроса
  • оценка необходимости вызова инструмента
  • гей팅 запросов перед передачей генеративной модели

Ограничения

Качество по отдельным решениям невысокое или близко к простому предсказателю; README также указывает на загрязнение одной тестовой строки данными банковской тематики и результаты только одного запуска. Для работы требуется calibration.json, а triage-supervision на tickets с лицензией CC-BY-NC-4.0 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 (zeroshot)

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: None. The base NLI checkpoint, served as is.

Accuracy on the 500-item test splits

questionaccuracymajority floor
intent0.5080.010
tool0.3840.306
needs_tool0.7920.694
priority0.4640.464
type0.5600.374
is_incident0.7540.626

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-zeroshot')
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
4b6659d

0 моделей