Характеристики

Контекст: 512 токенов
Лицензия: Apache 2.0
Архитектура: distilbert · dense
Базовая модель: distilbert-base-uncased
Библиотека: transformers
Опубликована: 8 окт 2026

Ссылки

Hugging Face

distilbert-base-uncased-finetuned-imdb

thhddd

Заполнение пропусковТекст → текст

Дообученная модель DistilBERT для предсказания пропущенных токенов в англоязычном тексте.

23скачиваний за 30 дней0лайковвеса обновлены8 окт 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

thhddd/distilbert-base-uncased-finetuned-imdb — дообученная версия distilbert/distilbert-base-uncased, опубликованная на Hugging Face. Это плотная модель семейства DistilBERT для заполнения пропусков в тексте: она принимает текст с маскированным токеном и предсказывает подходящие варианты для этого места. Модель загружает веса в формате safetensors и поддерживает контекст до 512 токенов.

Карточка указывает дообучение на неизвестном наборе данных и значение loss 2.4891 на оценочном наборе; дополнительных сведений о назначении дообучения и качестве нет. Лицензия — Apache-2.0. Базовая архитектура DistilBERT uncased ориентирована на английский текст; пригодность этой версии для других языков не подтверждена.

Сценарии применения

подбор слова вместо маскированного токена
восстановление пропуска в английском предложении
предложение вариантов продолжения фразы с маской

Ограничения

Сведения о данных дообучения и целевом сценарии ограничены; указанный loss не сопровождается подробностями оценки. Контекст ограничен 512 токенами, поддержка языков кроме английского не подтверждена.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

distilbert-base-uncased-finetuned-imdb

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: 2.4891
Model Preparation Time: 0.0019

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: 3.0
mixed_precision_training: Native AMP

Training results

Training Loss	Epoch	Step	Validation Loss	Model Preparation Time
2.6814	1.0	157	2.4929	0.0019
2.5825	2.0	314	2.4480	0.0019
2.5258	3.0	471	2.4823	0.0019

Framework versions

Transformers 5.18.0
Pytorch 2.11.0+cu130
Datasets 4.8.5
Tokenizers 0.23.2

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers · fill-mask

Можно запустить

Подбираем GPU…

Класс архитектуры: DistilBertForMaskedLM
Ревизия весов: 06cc73b