---
license: other
base_model: answerdotai/ModernBERT-base
library_name: transformers
pipeline_tag: text-classification
language:
- en
tags:
- modernbert
- autonomous-driving
- structured-output
- 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。完整约束见 `LICENSE`、`NOTICE` 和 `licenses/` 中的上游许可。

该目录是英文驾驶指令解析的最终运行时权重，默认部署路径为：

```text
/root/autodl-tmp/models/modernbert-drive-command-base
```

## 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
- 语料：662,700条英文伪标签，按规范化文本分组切分为70%/20%/10%
- 训练：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条独立测试集上：

| 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12.97ms。所有准确率均是对伪标签教师的一致率，不是人工金标准或真实道路准确率。

## 文件

- `model.safetensors`：ModernBERT backbone权重
- `multitask_heads.pt`：六个任务头权重
- `inference_config.json`：验证集校准阈值及校准前后指标
- `label_schema.json`：六类输出标签顺序
- `training_summary.json`：第二阶段训练配置和验证结果
- `test_metrics_calibrated.json`：最终独立测试结果
- `LICENSE`：本模型的研究用途分发条件
- `NOTICE`：上游模型、数据集归属与强制署名
- `licenses/`：ModernBERT、SimLingo 和 Talk2Car 的完整许可副本

## 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，因此本仓库在 Hugging Face 上必须标记为 `license: other`，不能把整个微调模型重新声明为 Apache-2.0 或 MIT。

模型可以在学术或科研基础上免费发布，但不得用于商业用途、真实或模拟车辆/机器人运行，以及其他高风险用途。任何使用者都必须自行阅读并遵守上游许可；本模型不构成自动驾驶安全认证。