/ Модель

Характеристики

Контекст
256 токенов
Лицензия
Не указана
Архитектура
ftt · dense
Опубликована
22 сен 2026

RAIC

Классификация текстаТекст → label3 профессии

RAIC классифицирует табличные данные UK Biobank, прогнозируя пятилетний риск сердечно-сосудистого заболевания.

40скачиваний за 30 дней0лайковвеса обновлены22 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

RAIC — это модель классификации табличных клинических данных, разработанная автором репозитория thinkhong на основе архитектуры Feature Tokenizer Transformer (FTT) с энкодером в стиле DistilBERT. Она оценивает риск первого события сердечно-сосудистого заболевания в течение пяти лет по исходным данным обследования UK Biobank: использует 69 непрерывных и 76 категориальных признаков и выдаёт один из двух классов — отсутствие события или событие.

В модели восемь слоёв, 16 голов внимания, размер скрытого представления 128 и размер FFN 1024. Числовые и категориальные признаки преобразуются в токены; значения непрерывных признаков масштабируются с учётом сохранённой нормализации. Контекст составляет 256 токенов. В репозитории находятся веса, конфигурация, токенизаторы и агрегированная статистика нормализации, но нет данных отдельных участников. Применение требует надлежащего доступа к данным UK Biobank и соблюдения их правил управления.

Это чекпойнт локального эксперимента по подбору гиперпараметров, опубликованный 22 сентября 2026 года. Лицензия в метаданных обозначена как unknown, поэтому условия повторного использования следует уточнить у автора. Модель использует пользовательский код, загружаемый через trust_remote_code.

Сценарии применения

  • оценка пятилетнего риска сердечно-сосудистого события по исходным данным обследования
  • классификация участников UK Biobank по вероятности события CVD
  • исследование факторов риска сердечно-сосудистых заболеваний на табличных клинических данных

Ограничения

Модель обучена на исходных данных обследования UK Biobank, а данные отдельных участников в репозитории отсутствуют; для применения необходимы соответствующим образом одобренные данные и соблюдение правил UK Biobank. Лицензия указана как unknown, а загрузка пользовательского кода требует доверия к коду репозитория.

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

RAIC — FTT (Feature Tokenizer Transformer) for UK Biobank CVD risk classification

A DistilBERT-style transformer adapted to tabular clinical data. Each row (participant) is treated as a "sentence" whose "tokens" are its features:

  • Continuous features are embedded via a per-feature learned weight vector, scaled by the (min-max normalized) value (num_input_val * variable_weights_embeddings[num_input_ids]).
  • Categorical features are embedded via a per-value lookup table (variable_weights_embeddings[cat_input_ids]).
  • A separate variable/bias embedding table encodes which feature slot ("variable") each token corresponds to, acting like a position embedding (variable_bias_embeddings[num_variable_ids | cat_variable_ids]).

The model was trained to predict 5-year incident cardiovascular disease (CVD) from UK Biobank baseline assessment data (YEAR_5_CVD, binary), using 69 continuous and 76 categorical features.

This checkpoint corresponds to the local experiment 20240603_1_UKB_CVD_cls_hp_search.

Data/label note: No participant-level data is included in this repository — only model weights, config, tokenizers, and aggregate (variable-level) min/max normalization statistics used at training time. UK Biobank data governance means this model should only be applied to appropriately approved data/use cases.

Model details

  • Architecture: FTTForSequenceClassification (DistilBERT encoder, 8 layers, 16 heads, hidden dim 128, feed-forward dim 1024)
  • Task: binary sequence classification (num_labels=2)
    • 0: no 5-year CVD event
    • 1: 5-year CVD event
  • Custom modeling code lives in modeling_ftt.py and is loaded automatically via trust_remote_code=True (see auto_map in config.json).

Files

FilePurpose
config.jsonModel hyperparameters + auto_map for custom-code loading
modeling_ftt.pyFTTConfig, FTTModel, FTTForSequenceClassification, FTTForMaskedLM
model.safetensorsFine-tuned classification weights
ftt_variable_weights_tokenizer_20240530/Maps each continuous-variable name and each categorical (variable, value) pair to a token id used for the weight embedding table
ftt_variable_bias_tokenizer_20240530/Maps each variable name to a token id used for the bias/position embedding table
train_continuous_variables_min_max_values.jsonPer-continuous-variable [min, max] from the training set, used to min-max normalize raw values into [1, 3] before scoring (see test_upload.py)

Usage

from transformers import AutoConfig, AutoModelForSequenceClassification, AutoTokenizer

repo_id = "thinkhong/RAIC"

config = AutoConfig.from_pretrained(repo_id, trust_remote_code=True)
model = AutoModelForSequenceClassification.from_pretrained(repo_id, trust_remote_code=True)
model.eval()

weights_tok = AutoTokenizer.from_pretrained(repo_id, subfolder="ftt_variable_weights_tokenizer_20240530")
bias_tok = AutoTokenizer.from_pretrained(repo_id, subfolder="ftt_variable_bias_tokenizer_20240530")

The model's forward() does not take input_ids/text. Instead it expects:

  • num_input_val (float): normalized continuous values, [CLS] slot = 1.0
  • num_input_ids (long): weight-tokenizer ids for each continuous variable's name, [CLS]-prefixed
  • num_variable_ids (long): bias-tokenizer ids for each continuous variable's name, [CLS]-prefixed
  • cat_input_ids (long): weight-tokenizer ids for each categorical variable_value pair present
  • cat_variable_ids (long): bias-tokenizer ids for each categorical variable's name
  • attention_mask (long): 1 for real tokens (1 CLS + n_continuous + n_categorical), 0 for padding

See test_upload.py for a full worked (dummy-value) example, including how to normalize a raw continuous value with train_continuous_variables_min_max_values.json.

Testing

Two test scripts are included:

  • test_upload.py — a runnable demo/smoke test. Downloads the model from the Hub with trust_remote_code=True, builds a full synthetic example, and prints the logits/predicted class.
    pip install transformers huggingface_hub torch
    python test_upload.py --repo-id thinkhong/RAIC
    
  • test_ftt_hub.py — a pytest suite with pass/fail assertions (architecture, param count, tokenizer vocab sizes, forward-pass shape, determinism, and an exact-match check against the reference logits recorded at publish time).
    pip install pytest transformers huggingface_hub torch
    pytest test_ftt_hub.py -v
    

Verification

This checkpoint was uploaded from the original training output directory and verified to produce bit-identical logits to the source checkpoint on an identical input before publishing (see test_upload.py).

Как запустить

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

GPU в ailist

Универсальный рантайм · text-classification

Нельзя запустить

Модели нужен код из репозитория; автор пока не в списке доверенных организаций.

Класс архитектуры
FTTForSequenceClassification
Ревизия весов
d46e571

0 моделей