Дообученный классификатор DistilBERT для определения формата даты по текстовому вводу.
Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды
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.
Описание составлено по карточке модели и метаданным Hugging Face
Модель syarulzaffi/date2format — классификатор текста на базе DistilBERT, обученный с помощью AutoTrain как дообучение syarulzaffi/date2dateformat. Она предназначена для классификации текстового ввода в рамках задачи преобразования даты в нужный формат.
В карточке приведены метрики валидации: точность составляет около 93,9%, а macro F1 — около 93,3%. Модель принимает текст и выдаёт метку класса; максимальная длина контекста — 512 токенов. Репозиторий содержит веса в формате safetensors. Лицензия в предоставленных сведениях не указана.
В карточке не раскрыты набор меток и языки входных данных, поэтому применимость к конкретным форматам дат и языкам следует проверять отдельно. Приведённые метрики относятся к валидационному набору и не гарантируют такое же качество на других данных.
Разделы каталога профессий, в задачах которых используется эта модель
README от автора на Hugging Face, как он его опубликовал
loss: 0.15377455949783325
f1_macro: 0.9327706813543745
f1_micro: 0.9390862944162437
f1_weighted: 0.9351383662112599
precision_macro: 0.9422812840960479
precision_micro: 0.9390862944162437
precision_weighted: 0.9420489414415942
recall_macro: 0.9346991783726477
recall_micro: 0.9390862944162437
recall_weighted: 0.9390862944162437
accuracy: 0.9390862944162437
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм · text-classification
Подбираем GPU…