/ Модель

Характеристики

Контекст
8 192 токена
Параметры
140 млн
Лицензия
MIT
Архитектура
modernbert · dense
Опубликована
26 фев 2026

mmbert-small-nli

Классификация текстаТекст → label4 профессии

Многоязычная модель на базе mmBERT-small для определения логической связи между текстами и классификации по категориям без отдельного обучения.

204скачиваний за 30 дней1лайквеса обновлены28 фев 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

BalaRajesh1/mmbert-small-nli — многоязычная модель для вывода по паре текстов, дообученная на базе jhu-clsp/mmBERT-small. Она определяет, следует ли гипотеза из посылки, противоречит ей или остаётся нейтральной; эти оценки также можно использовать для классификации по заданным категориям без отдельного обучения на них. В карточке указано обучение на девяти наборах данных с примерами на более чем 26 языках. Архитектура — ModernBERT для классификации последовательностей, размер по метаданным — 140,5 млн параметров, формат весов — safetensors, длина контекста в метаданных — 8192 токена. README отдельно указывает ограничение в 128 токенов для пары посылка-гипотеза; фактический предел зависит от используемой конфигурации модели.

Модель подходит для проверки текстовых гипотез и классификации текстов по формулировкам категорий на множестве языков. README заявляет охват базовой модели в 1833 языка, однако обучение NLI описано для 26 и более языков, а результаты могут различаться в зависимости от представленности языка в предобучении. На состязательном наборе ANLI качество невысокое, что отмечено в карточке. Лицензия — MIT.

Сценарии применения

  • проверка, следует ли утверждение из текста
  • определение противоречия между двумя фразами
  • классификация текста по описаниям категорий без обучения на них
  • многоязычная проверка текстовых гипотез

Ограничения

На состязательном наборе ANLI качество низкое; точность зависит от языка и его представленности в предобучении. README указывает ограничение в 128 токенов для пары текстов, тогда как метаданные сообщают контекст 8192 токена.

Для каких профессий подходит4

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

mmBERT-small-NLI

A multilingual Natural Language Inference (NLI) model fine-tuned from jhu-clsp/mmBERT-small, which supports 1833 languages. This model was fine-tuned on a comprehensive combination of 9 NLI datasets to enable strong NLI and zero-shot classification across a massive range of languages.

What is this model?

The base model jhu-clsp/mmBERT-small was pre-trained by Johns Hopkins University on 1833 languages for general language understanding. We fine-tuned it specifically for the Natural Language Inference (NLI) task — teaching it to determine whether a hypothesis is:

  • ✅ Entailment — the hypothesis follows from the premise
  • ❓ Neutral — the hypothesis may or may not follow
  • ❌ Contradiction — the hypothesis contradicts the premise

Training Data

This model was fine-tuned on 9 NLI datasets combining over 1.8 million training examples across multiple languages:

DatasetExamplesLanguagesDescription
MultiNLI (MNLI)393KEnglishDiverse genres — speech, fiction, government
SNLI550KEnglishImage caption based NLI
ANLI (R1+R2+R3)162KEnglishAdversarial NLI — hardest benchmark
FEVER-NLI185KEnglishFact verification based NLI
WANLI103KEnglishWorker-AI collaborative NLI
LingNLI26KEnglishLinguistically challenging NLI
SICK4.4KEnglishCompositional NLI
XNLI392K15 languagesCross-lingual NLI benchmark
Multilingual-NLI-26lang300K (sampled)26 languagesMachine-translated multilingual NLI

Total training examples: ~2.1 million pairs across 26+ languages

Benchmark Results

Evaluated on standard NLI test sets after training:

BenchmarkAccuracyF1 (macro)
MNLI-matched85.56%0.8549
MNLI-mismatched85.36%0.8527
SNLI-test88.27%0.8820
ANLI-R1-test53.50%0.5327
ANLI-R2-test40.80%0.3966
ANLI-R3-test39.58%0.3875
WANLI-test69.18%0.6703
XNLI-test (15 langs)77.72%0.7771

Note on ANLI scores: ANLI is intentionally adversarial and designed to fool masked language models. Even large models like RoBERTa-large score ~47% on ANLI. Low ANLI scores are expected for small models.

Comparison with Other NLI Models

ModelSizeMNLISNLIXNLILanguages
mmBERT-small-NLI (ours)~117M85.5%88.3%77.7%1833
BERT-base110M84.6%90.6%74.0%1
RoBERTa-large-MNLI355M90.2%91.8%—1
DeBERTa-v3-base-MNLI184M90.3%——1
mDeBERTa-v3-base (multilingual)278M89.5%—80.2%100

Key advantage: This is the only NLI model covering 1833 languages, compared to the next best multilingual NLI model (mDeBERTa) covering only 100 languages.

How to Use

Zero-Shot Classification

from transformers import pipeline

classifier = pipeline(
    "zero-shot-classification",
    model="BalaRajesh1/mmbert-small-nli"
)

# English
result = classifier(
    "The Federal Reserve raised interest rates today.",
    candidate_labels=["economics", "politics", "sports"]
)
print(result)

# Hindi
result = classifier(
    "सरकार ने नई शिक्षा नीति की घोषणा की।",
    candidate_labels=["education", "politics", "sports"]
)
print(result)

# Arabic
result = classifier(
    "أعلنت الحكومة عن خطة جديدة للطاقة المتجددة.",
    candidate_labels=["environment", "politics", "technology"]
)
print(result)

Direct NLI

from transformers import AutoTokenizer, AutoModelForSequenceClassification
import torch

model_name = "BalaRajesh1/mmbert-small-nli"
tokenizer = AutoTokenizer.from_pretrained(model_name)
model = AutoModelForSequenceClassification.from_pretrained(model_name)

premise = "The cat is sitting on the mat."
hypothesis = "There is an animal on the mat."

inputs = tokenizer(premise, hypothesis, return_tensors="pt", truncation=True)
with torch.no_grad():
    logits = model(**inputs).logits

probs = torch.softmax(logits, dim=-1)
labels = ["entailment", "neutral", "contradiction"]
for label, prob in zip(labels, probs[0]):
    print(f"{label}: {prob:.3f}")

Training Details

ParameterValue
Base modeljhu-clsp/mmBERT-small
Learning rate2e-5
Batch size32 per GPU
Max sequence length128
Warmup ratio6%
Training epochs3 (early stopping)
Early stopping patience10 evals
PrecisionFP16
Training time5.38 hours

Training was stopped early at ~19% of maximum steps because the model converged and validation F1 stopped improving — this is expected behavior, not an error.

Label Mapping

IDLabelMeaning
0entailmentHypothesis follows from premise
1neutralHypothesis may or may not follow
2contradictionHypothesis contradicts premise

Limitations

  • ANLI performance is low (~40%) — expected for small models on adversarial data
  • Performance may vary across the 1833 languages depending on how well represented they are in the base mmBERT pre-training
  • Max sequence length of 128 tokens — very long premise+hypothesis pairs will be truncated

Citation

If you use this model, please cite the original mmBERT paper:

@misc{mmbert2021,
  title={mmBERT: Multilingual BERT for 1000+ Languages},
  author={Johns Hopkins University CLSP},
  year={2021}
}

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · text-classification

Можно запустить

Подбираем GPU…

Класс архитектуры
ModernBertForSequenceClassification
Ревизия весов
2e7a7a1

0 моделей