许可证：Apache-2.0
语言：

• 英文
  评估指标：
• 准确率
  库名称：transformers
  任务标签：文本分类

该MistralAI 7B模型基于Twitter/X平台的核能数据进行了微调，分类准确率达到94%。
标签数量为3类：{0: 负面, 1: 中性, 2: 正面}
警告：运行此模型需要足够的GPU资源。

以下是使用示例（已在8GB显存的Nvidia-RTX 4060上测试通过）：

from transformers import AutoTokenizer
from transformers import pipeline
from transformers import AutoModelForSequenceClassification
import torch

checkpoint = 'kumo24/mistralai-sentiment-nuclear'
tokenizer=AutoTokenizer.from_pretrained(checkpoint)
id2label = {0: "负面", 1: "中性", 2: "正面"}
label2id = {"负面": 0, "中性": 1, "正面": 2}
    
if tokenizer.pad_token is None:
    tokenizer.add_special_tokens({'pad_token': '[PAD]'})

model = AutoModelForSequenceClassification.from_pretrained(checkpoint, 
                                                       num_labels=3,
                                                       id2label=id2label, 
                                                       label2id=label2id,
                                                       device_map='auto')

sentiment_task = pipeline("sentiment-analysis", 
                          model=model, 
                          tokenizer=tokenizer)

print(sentiment_task("密歇根狼獾队是冠军，加油蓝色军团！"))