---
license: other
license_name: simlingo-talk2car-non-commercial-research
license_link: https://huggingface.co/UNIC0RN-Zhu/modernbert-drive-command-base/blob/main/LICENSE
base_model: answerdotai/ModernBERT-base
library_name: transformers
pipeline_tag: feature-extraction
language:
  - en
tags:
  - modernbert
  - autonomous-driving
  - structured-output
  - compositional-semantics
  - research-only
---

# ModernBERT Drive Command Parser

> 仅限非商业学术、科研、教学和个人实验，必须免费提供；不得用于真实车辆或机器人运行，也不得用于可能造成人身伤害或财产损失的高风险用途。CARLA 仅用于非商业离线仿真研究和评测。完整约束见 `LICENSE`、`NOTICE` 和 `licenses/` 中的上游许可。

该仓库是英文驾驶指令解析的运行时权重，包含 1.1.0 多任务分类器和 1.2.0 组合语义扩展。

该模型不是标准单头 `AutoModelForSequenceClassification`。Hugging Face 仓库中的 `model.safetensors` 是 ModernBERT backbone，运行完整解析器还必须加载 `multitask_heads.pt`、`semantic_token_head.pt`、配置文件和项目代码。不要使用普通 `pipeline("text-classification")` 代替项目解析器。

## 训练配置

- Backbone：ModernBERT-base
- 硬件：RTX 5090、BF16、CUDA/SM120
- 任务：动作、状态、类别、紧急度、方向、速度变化六头多任务分类，以及实体/关系 token 分类
- 语料：662,700 条英文伪标签，按规范化文本分组切分为 70%/20%/10%
- 第一阶段：1 epoch，学习率 `3e-5`
- 第二阶段：1 epoch，学习率 `1e-5`
- 校准：仅使用 132,540 条验证集逐类选择动作和方向阈值

## 最终结果

66,270 条独立测试集：

| 指标 | 结果 |
|---|---:|
| 动作 exact match | 98.70% |
| 动作 micro-F1 | 97.78% |
| 状态准确率 | 99.39% |
| 类别准确率 | 99.15% |
| 紧急度准确率 | 99.91% |
| 方向 exact match | 99.75% |
| 速度变化准确率 | 99.82% |

1,000 条端到端解析中，动作 exact match 为 99.30%，P95 解析时延为 12.97 ms。

所有上述准确率均是对伪标签教师的一致率，不是人工金标准准确率、真实道路准确率或安全认证结果。

1.2.0 组合语义扩展冻结 ModernBERT backbone，在 3,288 条训练样本上训练实体/关系 token 头；1,065 条验证样本的最佳 token-F1 为 99.49%。由 175 条样本组成的组合语义开发回归集在规则校准后达到 100% 图结构 exact match，P95 端到端解析时延为 87.02 ms。该结果用于开发回归闭环，不代表独立真实道路泛化性能。

## 文件

| 文件 | 说明 |
|---|---|
| `model.safetensors` | ModernBERT backbone 权重 |
| `multitask_heads.pt` | 六个多任务分类头 |
| `semantic_token_head.pt` | 1.2.0 实体/关系 token 头 |
| `semantic_token_head_metrics.json` | token 头训练与验证指标 |
| `inference_config.json` | 验证集校准阈值 |
| `label_schema.json` | 六类输出标签顺序 |
| `training_summary.json` | 训练配置和验证结果 |
| `test_metrics_calibrated.json` | 最终独立测试结果 |
| `SHA256SUMS` | 运行时文件校验和 |
| `LICENSE` | 本模型研究用途分发条件 |
| `NOTICE` | 上游模型、数据集归属与强制署名 |
| `licenses/` | ModernBERT、SimLingo 和 Talk2Car 许可副本 |

## 下载

```bash
hf download UNIC0RN-Zhu/modernbert-drive-command-base \
  --local-dir ./models/modernbert-drive-command-base
```

或在 Python 中下载：

```python
from huggingface_hub import snapshot_download

model_dir = snapshot_download(
    repo_id="UNIC0RN-Zhu/modernbert-drive-command-base",
    local_dir="./models/modernbert-drive-command-base",
)
```

## 运行

完整解析器位于 `ZhuShanzhe/LMM-in-AutoDrive/structured_command_parser`：

```python
from huggingface_hub import snapshot_download

from structured_command_parser.src.modernbert_parser import (
    ModernBertEnglishIntentParser,
)

model_dir = snapshot_download(
    repo_id="UNIC0RN-Zhu/modernbert-drive-command-base",
    local_dir="./models/modernbert-drive-command-base",
)

parser = ModernBertEnglishIntentParser(
    model_dir,
    device="cuda",
)
parser.warmup()

document = parser.parse(
    "Slow down and stop before the red truck."
)
```

在线链路必须在接受请求前调用 `warmup()`，并保留规则短路、结构校验、语义对齐和下游安全门。

## 输出范围

解析器输出结构化 `DrivingIntent`，包括：

- 规范化文本；
- 原子动作与顺序关系；
- 方向、速度变化和紧急度；
- 目标实体描述；
- 条件、触发器和约束；
- 解析状态、置信度、缺失槽位和警告。

模型不负责视觉实体最终落地、风险决策、轨迹规划或车辆控制。目标描述必须由下游语义对齐模块约束到实际候选实体。

## 校验

```bash
cd ./models/modernbert-drive-command-base
sha256sum -c SHA256SUMS
```

已发布权重的 SHA256：

```text
55b0683be1d75355a69720bc30b900e171579f7f1fe345c710dd05e14d5d7af9  model.safetensors
fca6481f3afcf0cd3a9d9d99952655556c443e7ab3178706e77014c17e4cba8d  multitask_heads.pt
ec7765685d5acb46e4a7a9f23837212f17092074f90fafcbc9f1a41151995f82  semantic_token_head.pt
```

## 许可与用途限制

本模型基于 Apache-2.0 的 `answerdotai/ModernBERT-base`，并使用 Talk2Car 与 SimLingo 文本生成训练标签。Talk2Car 数据采用 CC BY-NC-SA 4.0，SimLingo 采用自定义非商业许可，因此整个微调模型必须标记为 `license: other`，不能重新声明为 Apache-2.0、MIT 或其他更宽松许可证。

使用者必须自行阅读并遵守 `LICENSE`、`NOTICE` 与 `licenses/` 中的全部上游条款。本模型不构成自动驾驶安全认证。