Характеристики

Параметры: 18,9 млн
Лицензия: Apache 2.0
Архитектура: hubert · dense
Базовая модель: distilhubert
Библиотека: transformers
Опубликована: 11 окт 2026

Ссылки

Hugging Face

distilhubert-finetuned-gtzan

wozniakos10

Классификация текстаТекст → label

Компактная модель HuBERT, дообученная на GTZAN для классификации музыкальных аудиозаписей по жанрам.

16скачиваний за 30 дней0лайковвеса обновлены11 окт 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

wozniakos10/distilhubert-finetuned-gtzan — дообученная модель на основе ntu-spml/distilhubert, разработанная для классификации аудио по музыкальным жанрам. Она использует архитектуру HuBERT и содержит 18,9 млн параметров; обучение проводилось на наборе GTZAN. Модель принимает аудио и выдаёт метку класса жанра.

На оценочной выборке указаны точность 0,86 и значение loss 0,9233. Модель подходит для автоматической сортировки музыкальных записей и анализа музыкальных коллекций. Лицензия — Apache-2.0.

Сценарии применения

Определение жанра музыкального фрагмента
Автоматическая сортировка музыкальной библиотеки по жанрам
Разметка жанров в аудиоколлекции
Анализ жанрового состава плейлиста

Ограничения

Оценочная точность составляет 0,86 на указанной выборке; качество на других жанрах, записях и условиях не подтверждено. Карточка не описывает состав классов и дополнительные ограничения.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

distilhubert-finetuned-gtzan

This model is a fine-tuned version of ntu-spml/distilhubert on the GTZAN dataset. It achieves the following results on the evaluation set:

Loss: 0.9233
Accuracy: 0.86

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: 5e-05
train_batch_size: 16
eval_batch_size: 16
seed: 42
optimizer: Use OptimizerNames.ADAMW_TORCH_FUSED with betas=(0.9,0.999) and epsilon=1e-08 and optimizer_args=No additional optimizer arguments
lr_scheduler_type: cosine
lr_scheduler_warmup_steps: 100
num_epochs: 50
mixed_precision_training: Native AMP
label_smoothing_factor: 0.1

Training results

Training Loss	Epoch	Step	Validation Loss	Accuracy
2.2511	1.0	57	2.1960	0.35
1.8151	2.0	114	1.7180	0.56
1.4443	3.0	171	1.3887	0.67
1.1114	4.0	228	1.2480	0.71
1.0100	5.0	285	1.0616	0.76
0.8755	6.0	342	1.0482	0.8
0.7948	7.0	399	0.9815	0.81
0.6078	8.0	456	1.0874	0.78
0.6020	9.0	513	0.9195	0.83
0.5687	10.0	570	0.9876	0.79
0.5556	11.0	627	1.0149	0.8
0.5114	12.0	684	1.0709	0.79
0.5036	13.0	741	0.9233	0.86
0.5024	14.0	798	1.0685	0.81
0.5019	15.0	855	0.9641	0.85
0.5014	16.0	912	0.9102	0.85
0.5022	17.0	969	0.8981	0.85
0.5045	18.0	1026	0.9275	0.83

Framework versions

Transformers 5.16.1
Pytorch 2.14.1+cu130
Datasets 5.1.0
Tokenizers 0.23.3

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers · text-classification

Нельзя запустить

Для архитектуры hubert нет загрузчика под задачу text-classification.

Класс архитектуры: HubertForSequenceClassification
Ревизия весов: b0ea8a9