Характеристики

Контекст: 512 токенов
Лицензия: Apache 2.0
Архитектура: distilbert · dense
Базовая модель: distilbert-base-uncased
Библиотека: transformers
Опубликована: 29 июн 2026

Ссылки

Hugging Face

distilbert-base-uncased-finetuned-emotion

srmjfba

Классификация текстаТекст → label

Дообученная DistilBERT-модель классифицирует текст по эмоциональным категориям.

7скачиваний за 30 дней0лайковвеса обновлены29 июн 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

srmjfba/distilbert-base-uncased-finetuned-emotion — дообученная модель классификации текста на базе DistilBERT, опубликованная пользователем srmjfba. Она предназначена для определения эмоциональной категории текста. В README приведены результаты на оценочной выборке: accuracy 0,9235 и F1 0,9233; датасет и набор меток не описаны.

Модель использует архитектуру DistilBertForSequenceClassification, принимает текст и выдаёт метки классификации. Максимальная длина контекста — 512 токенов. Доступна в формате safetensors для библиотеки Transformers и распространяется по лицензии Apache-2.0. Показатели качества относятся только к неописанной оценочной выборке; применимость к другим данным и перечень распознаваемых эмоций требуют проверки.

Сценарии применения

определение эмоций в коротких сообщениях
анализ эмоциональной окраски отзывов
автоматическая разметка эмоциональных высказываний

Ограничения

README не сообщает, какие эмоции входят в набор меток, и не описывает обучающий датасет. Заявленные метрики получены на неуказанной оценочной выборке, поэтому качество на других данных не установлено.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

distilbert-base-uncased-finetuned-emotion

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

Loss: 0.2129
Accuracy: 0.9235
F1: 0.9233

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: 64
eval_batch_size: 64
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	F1
0.8086	1.0	250	0.3100	0.904	0.9021
0.2452	2.0	500	0.2129	0.9235	0.9233

Framework versions

Transformers 4.57.1
Pytorch 2.12.1+cu130
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: DistilBertForSequenceClassification
Ревизия весов: f3edab8