Modernbert Large Zeroshot V1

🚀 トランスフォーマーモデル

このモデルは、自然言語推論のために微調整された ModernBERT-large です。MoritzLaurer/synthetic_zeroshot_mixtral_v0.1 データセットで学習され、ゼロショット分類を行うように設計されています。

🚀 クイックスタート

このゼロショット分類モデルを使用するには、まず必要なライブラリをインストールし、次に提供されたコード例を実行します。

✨ 主な機能

• 自然言語推論のために微調整されたモデルです。
• ゼロショット分類タスクに適用できます。
• 英語のテキストに対応しています。

📦 インストール

必要なライブラリをインストールするには、以下のコマンドを実行します。

pip install transformers torch datasets

💻 使用例

基本的な使用法

classifier = pipeline("zero-shot-classification", "r-f/ModernBERT-large-zeroshot-v1")
sequence_to_classify = "I want to be an actor."
candidate_labels = ["space", "economy", "entertainment"]
output = classifier(sequence_to_classify, candidate_labels, multi_label=False)
print(output)
>>{'sequence': 'I want to be an actor.', 'labels': ['entertainment', 'space', 'economy'], 'scores': [0.9614731073379517, 0.028852475807070732, 0.009674412198364735]}

📚 ドキュメント

モデル概要

モデルカード

学習詳細

性能指標

• 学習損失：モデルが学習データにどれだけ適合しているかを測定します。
• 検証損失：モデルが未見のデータにどれだけ汎化できるかを測定します。
• 正解率：すべての例に対する正しい予測の割合です。
• F1スコア：適合率と再現率のバランスの取れた指標です。

🔧 技術詳細

このモデルは、自然言語推論のために ModernBERT-large を微調整したものです。学習には MoritzLaurer/synthetic_zeroshot_mixtral_v0.1 データセットを使用し、ゼロショット分類タスクに特化しています。

📄 ライセンス

このモデルはMITライセンスの下でライセンスされています。詳細については、LICENSEファイルを参照してください。

謝辞

• このモデルは MoritzLaurer/synthetic_zeroshot_mixtral_v0.1 データセットで学習されました。学習スクリプトは MoritzLaurer/zeroshot-classifier から適応されました。
• Hugging Faceコミュニティとトランスフォーマーライブラリのすべての貢献者に特別な感謝を申し上げます。