Характеристики

Параметры: 18,9 млн
Лицензия: Apache 2.0
Архитектура: hubert · dense
Базовая модель: distilhubert
Опубликована: 20 мая 2024

Ссылки

Hugging Face

model2024-05-20

sravan-gorugantu

Классификация текстаТекст → label

Дообученная на audiofolder модель HuBERT для классификации аудиофрагментов.

9скачиваний за 30 дней0лайковвеса обновлены20 мая 2024

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

sravan-gorugantu/model2024-05-20 — дообученная модель на основе ntu-spml/distilhubert для классификации аудио. Она построена на архитектуре HuBERT и использует класс HubertForSequenceClassification; веса опубликованы в формате safetensors. По данным README, на evaluation set модель достигла accuracy 0,9688 и loss 0,0759. Обучение проводилось на датасете audiofolder.

Модель предназначена для присвоения меток аудиофрагментам и может использоваться в сценариях, где нужно классифицировать аудио по категориям, представленным в обучающих данных. Лицензия — Apache-2.0. В карточке нет сведений о классах аудио, языках, длительности входных записей или проверке на других наборах данных, поэтому приведённые метрики не гарантируют качество за пределами указанного evaluation set.

Сценарии применения

классификация аудиозаписей по обученным категориям
автоматическая разметка аудиофрагментов метками
определение класса аудио в потоке обработки записей

Ограничения

Категории классификации и применимость к разным языкам или типам аудио в карточке не описаны. Метрики приведены только для evaluation set, поэтому обобщение на другие данные не подтверждено.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

model2024-05-20

This model is a fine-tuned version of ntu-spml/distilhubert on the audiofolder dataset. It achieves the following results on the evaluation set:

Loss: 0.0759
Accuracy: 0.9688

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: 3e-05
train_batch_size: 32
eval_batch_size: 32
seed: 42
gradient_accumulation_steps: 4
total_train_batch_size: 128
optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
lr_scheduler_type: linear
lr_scheduler_warmup_ratio: 0.1
num_epochs: 5

Training results

Training Loss	Epoch	Step	Validation Loss	Accuracy
0.1694	1.0	321	0.1613	0.9408
0.1271	2.0	642	0.1178	0.9530
0.0922	3.0	963	0.1076	0.9568
0.0788	4.0	1284	0.0731	0.9691
0.0766	5.0	1605	0.0759	0.9688

Framework versions

Transformers 4.38.1
Pytorch 2.1.2+cu121
Datasets 2.16.1
Tokenizers 0.15.2

Как запустить

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

GPU в ailist

Универсальный рантайм · text-classification

Нельзя запустить

Для архитектуры hubert нет загрузчика под задачу text-classification.

Класс архитектуры: HubertForSequenceClassification
Ревизия весов: f270576