Характеристики

Контекст: 8 192 токена
Параметры: 149 млн
Лицензия: Apache 2.0
Архитектура: modernbert · dense
Базовая модель: ModernBERT-base
Библиотека: transformers
Опубликована: 25 янв 2025

Ссылки

Hugging Face

ModernFinBERT

vincentdrenth

Классификация текстаТекст → label3 профессии

Дообученная на финансовых высказываниях ModernBERT-модель для классификации тональности финансового текста.

51скачиваний за 30 дней0лайковвеса обновлены25 янв 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

ModernFinBERT — англоязычная модель классификации финансовых текстов, созданная Vincent Drenth дообучением answerdotai/ModernBERT-base на наборе financial_phrasebank. Она предназначена для определения тональности финансовых высказываний и может применяться для анализа новостей, отчетов и рыночных комментариев. Модель построена на архитектуре ModernBERT с головой классификации последовательностей, содержит 149 млн параметров и поддерживает контекст до 8192 токенов.

В README указаны точность 0,867 и loss 0,6635 на оценочном наборе. Репозиторий содержит веса safetensors; лицензия — Apache-2.0. Показатели относятся к указанному оценочному набору и сами по себе не гарантируют качество на других финансовых текстах.

Сценарии применения

Определение тональности финансовых новостей
Классификация позитивных и негативных рыночных комментариев
Анализ тональности высказываний из финансовых отчетов

Ограничения

В README приведены метрики только на оценочном наборе financial_phrasebank; качество на других источниках и типах финансовых текстов не установлено.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

IV.2Отраслевые задачиБанки, платежи и инвестицииAI помогает управлять финансовым риском, платежами, инвестиционным анализом и обслуживанием клиентов.37 задач1 723модели I.11Универсальные способностиКлассификация, ранжирование и сопоставлениеAI помогает распределять объекты по категориям, устанавливать соответствия и определять порядок обработки.15 задач26 736моделей I.14Универсальные способностиАвтоматизация процессов и AI-агентыAI помогает выполнять многошаговые цифровые процессы и координировать действия между системами.20 задач26 022модели

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

ModernFinBERT

This model is a fine-tuned version of answerdotai/ModernBERT-base on the financial_phrasebank dataset. It achieves the following results on the evaluation set:

Loss: 0.6635
Accuracy: 0.8670

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: 8e-05
train_batch_size: 32
eval_batch_size: 32
seed: 42
optimizer: Use OptimizerNames.ADAMW_TORCH with betas=(0.9,0.999) and epsilon=1e-06 and optimizer_args=No additional optimizer arguments
lr_scheduler_type: linear
num_epochs: 10

Training results

Training Loss	Epoch	Step	Validation Loss	Accuracy
0.5348	1.0	122	0.4122	0.8278
0.2684	2.0	244	0.3491	0.8546
0.1303	3.0	366	0.4818	0.8536
0.0569	4.0	488	0.6635	0.8670
0.0298	5.0	610	0.7434	0.8629
0.0166	6.0	732	0.7884	0.8660

Framework versions

Transformers 4.48.1
Pytorch 2.5.1+cu121
Datasets 3.2.0
Tokenizers 0.21.0

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: f37b666