Характеристики

Контекст: 8 192 токена
Параметры: 395 млн
Лицензия: Apache 2.0
Архитектура: modernbert · dense
Базовая модель: ModernBERT-large
Библиотека: transformers
Опубликована: 4 июн 2025

Ссылки

modernbert_large_slop_classifier_v3

Классификация текстаТекст → label3 профессии

Дообученный ModernBERT-large для классификации текста, предназначенный для определения классов, конкретные метки которых не описаны.

27скачиваний за 30 дней0лайковвеса обновлены4 июн 2025

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

underscore2/modernbert_large_slop_classifier_v3 — дообученная модель классификации текста на базе answerdotai/ModernBERT-large. Она предназначена для отнесения текста к классам; название указывает на классификацию «слопа», однако README не описывает метки и критерии классификации. Модель содержит 394,7 млн параметров, использует архитектуру ModernBERT для классификации последовательностей и принимает текст длиной до 8192 токенов.

В README приведены результаты оценки: accuracy 0,9413 и loss 0,1670; набор данных указан как None, поэтому эти показатели нельзя связать с конкретным тестовым корпусом. Модель опубликована в формате safetensors и доступна по лицензии Apache-2.0.

Сценарии применения

классификация текста по заданным меткам
экспериментальная разметка текстов для анализа «слопа»
оценка текстовых примеров в классификационном конвейере

Ограничения

README не раскрывает набор меток, критерии классификации и обучающие данные; указанный датасет — None. Метрики оценки приведены без описания тестового набора.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

I.11Универсальные способностиКлассификация, ранжирование и сопоставлениеAI помогает распределять объекты по категориям, устанавливать соответствия и определять порядок обработки.15 задач26 736моделей II.10Разработка и данныеРазработка и эксплуатация AI/ML-системAI помогает создавать, оценивать, развёртывать и контролировать AI/ML-системы на всём жизненном цикле.30 задач49 000моделей II.8Разработка и данныеИнженерия данных и аналитикаAI помогает готовить надёжные данные и превращать их в понятную аналитику.22 задачи23 488моделей

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

modernbert_large_slop_classifier_v3

This model is a fine-tuned version of answerdotai/ModernBERT-large on the None dataset. It achieves the following results on the evaluation set:

Loss: 0.1670
Accuracy: 0.9413

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: 6.6666666666666675e-06
train_batch_size: 2
eval_batch_size: 1
seed: 42
gradient_accumulation_steps: 12
total_train_batch_size: 24
optimizer: Use OptimizerNames.ADAMW_TORCH with betas=(0.9,0.999) and epsilon=1e-08 and optimizer_args=No additional optimizer arguments
lr_scheduler_type: linear
lr_scheduler_warmup_ratio: 0.15
num_epochs: 1

Training results

Training Loss	Epoch	Step	Validation Loss	Accuracy
0.8688	0.3180	150	0.2335	0.9027
2.7649	0.6360	300	0.1890	0.9195
0.68	0.9541	450	0.1670	0.9413

Framework versions

Transformers 4.52.4
Pytorch 2.6.0+cu124
Datasets 3.6.0
Tokenizers 0.21.1

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers · text-classification

Можно запустить

Подбираем GPU…

Класс архитектуры: ModernBertForSequenceClassification
Ревизия весов: 25a6c48