橙子AI科技 Logo 橙子AI科技 需求咨询
菜单
模型

finbert

ProsusAI/finbert

查看上游原文 ↗
上游访问：公开 本站服务：可咨询 内容检查：AI 辅助整理并检查 许可证：上游卡片未声明 上游版本：4556d1301521

中文简介

ProsusAI/finbert 是 ProsusAI 在 Hugging Face 发布的模型仓库，当前卡片主要关联上游卡片所列任务。本站固定记录上游版本 4556d1301521，同步到 9 个文件，文件元数据合计 3.26 GB；访问状态为“公开”，许可证字段为“上游卡片未声明”。

UPSTREAM README

上游模型卡 / 数据集卡

在 Hugging Face 查看原文 ↗

【README 卡片中文译介】

以下内容依据上游仓库 ProsusAI/finbert 的固定版本 README、卡片字段和文件元数据进行中文结构化整理。它保留便于选型的关键信息，完整技术细节、代码示例和许可文本请同时查看上游原文。

【资源概览】
ProsusAI/finbert 是 ProsusAI 在 Hugging Face 发布的模型仓库，当前卡片主要关联上游卡片所列任务。本站固定记录上游版本 4556d1301521，同步到 9 个文件，文件元数据合计 3.26 GB；访问状态为“公开”，许可证字段为“上游卡片未声明”。

【适用方向】
适合在真实样本上评估上游卡片所列任务能力，并比较质量、时延和资源消耗。 建议先用小规模样本验证推理框架、输入输出格式和任务指标，再决定是否进入完整权重获取、量化或部署评估。

【版本与规格】
固定版本：4556d1301521。 任务标签：上游卡片所列任务。 语言字段：en。 架构：BertForSequenceClassification。 库标记：transformers。 模型类型字段：bert。 上游页面记录的最近更新时间：2023-05-23。

【文件信息】
上游 API 返回 9 个文件，文件元数据合计 3.26 GB。 已保存文件清单中的主要扩展名：.json 3 个、.bin 1 个、.h5 1 个、.md 1 个、.msgpack 1 个、.txt 1 个。 当前较大的文件包括：tf_model.h5（417.90 MB）；pytorch_model.bin（417.70 MB）；flax_model.msgpack（417.66 MB）。

【运行或处理环境】
仓库文件元数据合计 3.26 GB。 实际显存与内存由精度、量化方式、上下文长度、批量、并发、MoE 专家加载方式和推理框架共同决定，不能只凭参数名或仓库大小作部署承诺；应在目标格式和目标硬件上实测。

【使用边界】
上游卡片没有提供明确许可证字段，下载、训练、商用或再分发前必须打开原始仓库确认授权条件。 模型输出、工具调用和生成内容可能出现错误、偏见或安全风险，面向业务前应建立任务级评测、权限隔离和人工确认。

已有简体中文译文 · Codex 基于固定版本 README 与上游元数据生成中文结构化译介 · 2026-07-26 00:51

FinBERT is a pre-trained NLP model to analyze sentiment of financial text. It is built by further training the BERT language model in the finance domain, using a large financial corpus and thereby fine-tuning it for financial sentiment classification. Financial PhraseBank by Malo et al. (2014) is used for fine-tuning. For more details, please see the paper FinBERT: Financial Sentiment Analysis with Pre-trained Language Models and our related blog post on Medium. The model will give softmax outputs for three labels: positive, negative or neutral. About Prosus Prosus is a global consumer internet group and one of the largest technology investors in the world. Operating and investing globally in markets with long-term growth potential, Prosus builds leading consumer internet companies that empower people and enrich communities. For more information, please visit www.prosus.com. Contact information Please contact Dogu Araci dogu.araci[at]prosus[dot]com and Zulkuf Genc zulkuf.genc[at]prosus[dot]com about any FinBERT related issues and questions.

公开页仅展示原文摘录；完整模型卡或数据集卡请前往上游仓库查看。

适用场景

适合在真实样本上评估上游卡片所列任务能力，并比较质量、时延和资源消耗。 建议先用小规模样本验证推理框架、输入输出格式和任务指标，再决定是否进入完整权重获取、量化或部署评估。

模型参数

固定版本：4556d1301521。 任务标签：上游卡片所列任务。 语言字段：en。 架构：BertForSequenceClassification。 库标记：transformers。 模型类型字段：bert。 上游页面记录的最近更新时间：2023-05-23。

文件说明

上游 API 返回 9 个文件，文件元数据合计 3.26 GB。 已保存文件清单中的主要扩展名：.json 3 个、.bin 1 个、.h5 1 个、.md 1 个、.msgpack 1 个、.txt 1 个。 当前较大的文件包括：tf_model.h5（417.90 MB）；pytorch_model.bin（417.70 MB）；flax_model.msgpack（417.66 MB）。

上游文件元数据

以下仅为 Hugging Face 官方 API 返回的文件名与大小元数据，官网没有下载或托管这些文件。

  • .gitattributes391 B
  • config.json758 B
  • flax_model.msgpack417.66 MB
  • pytorch_model.bin417.70 MB
  • README.md1.44 KB
  • special_tokens_map.json112 B
  • tf_model.h5417.90 MB
  • tokenizer_config.json252 B
  • vocab.txt226.08 KB

硬件建议

仓库文件元数据合计 3.26 GB。 实际显存与内存由精度、量化方式、上下文长度、批量、并发、MoE 专家加载方式和推理框架共同决定，不能只凭参数名或仓库大小作部署承诺；应在目标格式和目标硬件上实测。

注意事项

上游卡片没有提供明确许可证字段，下载、训练、商用或再分发前必须打开原始仓库确认授权条件。 模型输出、工具调用和生成内容可能出现错误、偏见或安全风险，面向业务前应建立任务级评测、权限隔离和人工确认。

获取、校验与交付

咨询此资源时只需发送本页链接或资源准确全称。橙子AI科技会继续核对版本、文件与类型、README资料卡、许可证和访问条件，并在合法访问权限、许可证及平台规则允许的前提下，协助海内外下载、完整性校验及网盘或硬盘交付；本官网本身不托管或下载资源文件。

第三方资源声明

本页面为橙子AI科技基于固定版本上游卡片整理的中文信息与服务说明，不代表资源作者或平台官方页面。实际许可、访问和使用条件以上游原文为准。