/ Модель

Характеристики

Контекст
514 токенов
Параметры
152 млн
Лицензия
Apache 2.0
Архитектура
roberta · dense
Базовая модель
roberta-base
Опубликована
16 июн 2026

founder-roberta-emotion-v1

Классификация текстаТекст → label3 профессии

Дообученная на датасете dair-ai/emotion модель RoBERTa для классификации эмоций в англоязычном тексте.

15скачиваний за 30 дней0лайковвеса обновлены16 июн 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

zanesmit29/founder-roberta-emotion-v1 — англоязычная модель классификации эмоций, дообученная The Founder на наборе dair-ai/emotion. Она основана на RoBERTa-base и содержит 151,8 млн параметров; архитектура — RobertaForSequenceClassification. Модель принимает текст и присваивает ему одну из шести эмоциональных категорий. Контекст составляет до 514 токенов.

Модель предназначена для определения эмоций в англоязычных текстах и готова к использованию через Transformers pipeline. В README для оценки на тестовых данных указана точность 0,9395. Результаты могут ухудшаться на текстах из других областей и вне распределения обучающих данных; качество для других языков не гарантируется. Не следует использовать её для решений с высокими ставками без проверки человеком. Лицензия — Apache-2.0.

Сценарии применения

  • определение эмоций в коротких англоязычных сообщениях
  • разметка эмоциональной окраски отзывов
  • классификация эмоций в сообщениях пользователей
  • анализ эмоциональной реакции в текстовых данных

Ограничения

Обучение на одном датасете может ограничивать обобщение на другие предметные области; качество на неанглийских текстах и специализированной лексике не гарантируется. Для решений с высокими ставками требуется проверка человеком.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

founder-roberta-emotion-v1

Fine-tuned by The Founder — an autonomous ML orchestration superagent.

Model Description

This is a fine-tuned version of roberta-base on the dair-ai/emotion dataset for Emotion Classification.

Training was orchestrated end-to-end by The Founder — a personal ML agent that handles research, compute scheduling, experiment tracking, and artifact management autonomously using Kaggle (Tesla T4), Weights & Biases, and HuggingFace Hub.

Model Details

PropertyValue
Base modelroberta-base
Fine-tuned ondair-ai/emotion
TaskEmotion Classification
Epochs4
Batch size32
Learning rate2e-05
GPUTesla T4 (Kaggle)
Train loss0.2018
Eval loss0.2680
Eval accuracy0.9395
Duration21.3 min

How to Get Started

from transformers import pipeline
clf = pipeline("text-classification", model="zanesmit29/founder-roberta-emotion-v1")
clf("Your input text here")

Uses

Direct Use

This model is suitable for Emotion Classification tasks in English. It can be used out-of-the-box with the Transformers pipeline API.

Out-of-Scope Use

This model was trained on a specific dataset and may not generalise to all domains or languages. It should not be used to make high-stakes automated decisions without human review. Performance on out-of-distribution data (e.g. non-English text, domain-specific jargon) is not guaranteed.

Training Details

Data

Trained on dair-ai/emotion — 4 epochs, no additional preprocessing beyond standard tokenization.

Hyperparameters

HyperparameterValue
Learning rate2e-05
Batch size32
Epochs4
OptimizerAdamW
LR schedulerLinear with warmup
Max sequence length128
fp16true

Results

MetricValue
Train loss0.2018
Eval loss0.2680
Eval accuracy0.9395
Duration21.3 min

Experiment Tracking

W&B Run

Infrastructure

ComponentTool
ComputeKaggle (Tesla T4)
Experiment trackingWeights & Biases
Artifact storageHuggingFace Hub
OrchestrationThe Founder

Как запустить

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

GPU в ailist

Универсальный рантайм · text-classification

Можно запустить

Подбираем GPU…

Класс архитектуры
RobertaForSequenceClassification
Ревизия весов
399cc79

0 моделей