Дообученная MPNet-модель для классификации текстов по категориям.
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-po0st-um4bf — дообученная с помощью AutoTrain модель MPNet для классификации текста по категориям. Она принимает текст и предсказывает метку класса; карточка сообщает о качестве на валидации: accuracy 0,793 и macro F1 0,758.
Модель содержит 136,7 млн параметров, использует архитектуру MPNetForSequenceClassification и формат safetensors. Контекст составляет до 514 токенов. Сведения о конкретных категориях и языке обучающих данных не приведены. Лицензия в доступных данных не указана.
Метрики валидации составляют accuracy 0,793 и macro F1 0,758, поэтому качество может различаться между классами. Контекст ограничен 514 токенами; сведения о классах и лицензии в предоставленных данных отсутствуют.
Разделы каталога профессий, в задачах которых используется эта модель
README от автора на Hugging Face, как он его опубликовал
loss: 0.6118894219398499
f1_macro: 0.7583348866967174
f1_micro: 0.7927232635060639
f1_weighted: 0.7912591538223924
precision_macro: 0.7829812073810971
precision_micro: 0.7927232635060639
precision_weighted: 0.7959320442655947
recall_macro: 0.7450273535215606
recall_micro: 0.7927232635060639
recall_weighted: 0.7927232635060639
accuracy: 0.7927232635060639
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм · text-classification
Подбираем GPU…