Instructions to use Nisseya/td5-distilbert-classifier with libraries, inference providers, notebooks, and local apps. Follow these links to get started.
- Libraries
- Transformers
How to use Nisseya/td5-distilbert-classifier with Transformers:
# Use a pipeline as a high-level helper from transformers import pipeline pipe = pipeline("text-classification", model="Nisseya/td5-distilbert-classifier")# pip install -U transformers accelerate # Load model directly from transformers import AutoTokenizer, AutoModelForSequenceClassification tokenizer = AutoTokenizer.from_pretrained("Nisseya/td5-distilbert-classifier") model = AutoModelForSequenceClassification.from_pretrained("Nisseya/td5-distilbert-classifier", device_map="auto") - Notebooks
- Google Colab
- Kaggle
TD5 DistilBERT classifier
Classifie une requête anglaise en question_rag ou send_message.
DistilBERT entraîné sur les 98 questions du TD5 ESGI, avec le dernier bloc et la tête de classification dégelés, pendant 5 époques. Validation croisée stratifiée à 5 plis : accuracy de 100 % sur chaque pli. Le modèle final est ensuite entraîné sur les 98 questions. Ce score sur un petit dataset ne garantit pas la généralisation : les demandes indirectes peuvent être mal classées.
- Downloads last month
- 13