Дообученная BERT-модель для классификации текстов, ориентированная на португалоязычные решения бразильских судов.
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 ulisesbravo/autotrain-p3-7h82s-lsn5g — дообученная BERT для классификации последовательностей текста, созданная с помощью AutoTrain. Она предназначена для отнесения текста к заданным классам; по описанию базовой модели, её применение связано с португалоязычными решениями бразильских судов. Модель содержит 136,1 млн параметров, использует архитектуру BertForSequenceClassification и принимает последовательности длиной до 512 токенов.
В README приведены метрики валидации: accuracy 0,749, а также macro F1 около 0,749. Эти результаты характеризуют только указанную проверочную выборку. Модель распространяется в формате safetensors; лицензия в предоставленных данных не указана.
Показатели качества приведены только для валидационной выборки; качество на других данных не подтверждено. Контекст ограничен 512 токенами.
Разделы каталога профессий, в задачах которых используется эта модель
README от автора на Hugging Face, как он его опубликовал
loss: 0.7340008616447449
f1_macro: 0.7487190923896784
f1_micro: 0.749
f1_weighted: 0.7487190923896784
precision_macro: 0.7489988483226584
precision_micro: 0.749
precision_weighted: 0.7489988483226584
recall_macro: 0.749
recall_micro: 0.749
recall_weighted: 0.749
accuracy: 0.749
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм · text-classification
Подбираем GPU…