/ Модель

Характеристики

Контекст
8 192 токена
Параметры
307 млн
Архитектура
modernbert · dense
Базовая модель
mmBERT-base
Библиотека
sentence-transformers
Опубликована
17 апр 2026

ithasa-mmbert-gist

ЭмбеддингиТекст → embedding10 профессий

Дообученный многоязычный энкодер ModernBERT, который строит векторы предложений для семантического поиска и сравнения текстов.

95скачиваний за 30 дней0лайковвеса обновлены17 апр 2026

Бенчмарки

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

Тесты пользователейпока нет

Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.

  1. Добавьте модель в бенчмарк

    Вместе с другими моделями категории «Эмбеддинги» — сравнение идёт внутри одной категории.

  2. Опишите свои задачи

    Напишите запросы, при необходимости приложите файлы и эталонные ответы.

  3. Запустите и опубликуйте

    Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

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

Bheri/ithasa-mmbert-gist — это дообученная авторами Bheri модель Sentence Transformers на базе jhu-clsp/mmBERT-base. Энкодер ModernBERT преобразует предложения и абзацы в плотные векторы размерностью 768; сходство векторов можно оценивать косинусной мерой. Модель рассчитана на семантическое сравнение текстов и перенос смысла между английским и санскритом; в README приведена оценка на задаче перевода между этими языками.

Модель подходит для семантического поиска, поиска перефразирований, кластеризации и классификации текста. В README указана максимальная длина последовательности 128 токенов, тогда как метаданные каталога сообщают о нативном контексте базовой архитектуры в 8192 токена; практический предел этой версии в Sentence Transformers указан как 128. Чекпойнт содержит 306,9 млн параметров и распространяется в формате safetensors. Лицензия в предоставленных данных не указана.

Сценарии применения

  • семантический поиск по коллекции документов
  • поиск похожих предложений и перефразирований
  • сравнение смысловой близости английского и санскритского текстов
  • кластеризация текстов по смыслу
  • классификация текстов с использованием эмбеддингов

Ограничения

Для этой версии в README указан предел последовательности 128 токенов. Лицензия и результаты оценки за пределами приведённой задачи не указаны в доступных данных.

Для каких профессий подходит10

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

SentenceTransformer based on jhu-clsp/mmBERT-base

This is a sentence-transformers model finetuned from jhu-clsp/mmBERT-base. It maps sentences & paragraphs to a 768-dimensional dense vector space and can be used for semantic textual similarity, semantic search, paraphrase mining, text classification, clustering, and more.

Model Details

Model Description

  • Model Type: Sentence Transformer
  • Base model: jhu-clsp/mmBERT-base
  • Maximum Sequence Length: 128 tokens
  • Output Dimensionality: 768 dimensions
  • Similarity Function: Cosine Similarity

Model Sources

Full Model Architecture

SentenceTransformer(
  (0): Transformer({'max_seq_length': 128, 'do_lower_case': False, 'architecture': 'ModernBertModel'})
  (1): Pooling({'word_embedding_dimension': 768, 'pooling_mode_cls_token': False, 'pooling_mode_mean_tokens': True, 'pooling_mode_max_tokens': False, 'pooling_mode_mean_sqrt_len_tokens': False, 'pooling_mode_weightedmean_tokens': False, 'pooling_mode_lasttoken': False, 'include_prompt': True})
)

Usage

Direct Usage (Sentence Transformers)

First install the Sentence Transformers library:

pip install -U sentence-transformers

Then you can load this model and run inference.

from sentence_transformers import SentenceTransformer

# Download from the 🤗 Hub
model = SentenceTransformer("sentence_transformers_model_id")
# Run inference
sentences = [
    'attenuated vaccines:',
    'कम संवेदनशील टीकेः',
    '६.५% दसादशे',
]
embeddings = model.encode(sentences)
print(embeddings.shape)
# [3, 768]

# Get the similarity scores for the embeddings
similarities = model.similarity(embeddings, embeddings)
print(similarities)
# tensor([[1.0000, 0.8402, 0.7259],
#         [0.8402, 1.0000, 0.7006],
#         [0.7259, 0.7006, 1.0000]])

Evaluation

Metrics

Translation

MetricValue
src2trg_accuracy0.632
trg2src_accuracy0.63
mean_accuracy0.631

Training Details

Training Dataset

Unnamed Dataset

  • Size: 3,749,530 training samples
  • Columns: sentence1 and sentence2
  • Approximate statistics based on the first 1000 samples:
    sentence1sentence2
    typestringstring
    detailsmin: 12 tokensmean: 31.26 tokensmax: 88 tokensmin: 19 tokensmean: 67.93 tokensmax: 128 tokens
  • Samples:
    sentence1sentence2
    There was no Mughal tradition of primogeniture, the systematic passing of rule, upon an emperor's death, to his eldest son.चक्रवर्तिनः मृत्योः अनन्तरं तस्य शासनस्य व्यवस्थितरूपेण सङ्क्रमणस्य, मुघलपरम्परायाः ज्येष्ठपुत्राधिकारपद्धतिः नासीत्।
    The four sons of Shah Jahan all held governorships during their father's reign.शाह्-जहाँ-नामकस्य चत्वारः पुत्राः, सर्वे पितुः शासनकाले शासकपदम् अधारयन्।
    In this regard he discusses the correlation between social opportunities of education and health and how both of these complement economic and political freedoms as a healthy and well-educated person is better suited to make informed economic decisions and be involved in fruitful political demonstrations etc.अस्मिन् विषये सः शिक्षणस्य स्वास्थ्यस्य च सामाजिकावकाशानाम् अन्योन्य-सम्बन्धस्य, तथा च एतद्द्वयम् अपि आर्थिक-राजनैतिक-स्वातन्त्र्ययोः कथं पूरकं भवतः इति च चर्चां करोति, यतोहि स्वस्था सुशिक्षिता च व्यक्तिः ज्ञानपूर्वम् आर्थिकविषयान् निर्णेतुं तथा फलप्रदेषु राजनैतिकेषु प्रतिपादनादिषु संलग्नः भवितुं च अधिकारी भवति इति।
  • Loss: CachedGISTEmbedLoss with these parameters:
    {
        "guide": "SentenceTransformer('Bheri/labse-en-sa-v1')",
        "temperature": 0.01,
        "mini_batch_size": 32,
        "margin_strategy": "absolute",
        "margin": 0.0,
        "contrast_anchors": true,
        "contrast_positives": true,
        "gather_across_devices": false
    }
    

Evaluation Dataset

Unnamed Dataset

  • Size: 1,000 evaluation samples
  • Columns: sentence1 and sentence2
  • Approximate statistics based on the first 1000 samples:
    sentence1sentence2
    typestringstring
    detailsmin: 5 tokensmean: 11.9 tokensmax: 67 tokensmin: 5 tokensmean: 23.13 tokensmax: 128 tokens
  • Samples:
    sentence1sentence2
    plus 2 tempered glass screen protectors:6 पश्चात तापाभिसंतप्तॊ विदुर समार कर्शितः
    "Take sadaqah (alms) from their wealth in order to purify them with it." (p.अप्येकाङ्गेऽप्यधोवस्तुमिच्छामि च सुकुत्सिते" ॥
    "Who could it possibly be?"कश्च तासेः सम्भवति ?
  • Loss: CachedGISTEmbedLoss with these parameters:
    {
        "guide": "SentenceTransformer('Bheri/labse-en-sa-v1')",
        "temperature": 0.01,
        "mini_batch_size": 32,
        "margin_strategy": "absolute",
        "margin": 0.0,
        "contrast_anchors": true,
        "contrast_positives": true,
        "gather_across_devices": false
    }
    

Training Hyperparameters

Non-Default Hyperparameters

  • per_device_train_batch_size: 32
  • num_train_epochs: 5
  • max_steps: 14000
  • learning_rate: 2e-05
  • warmup_steps: 500
  • gradient_accumulation_steps: 4
  • bf16: True
  • eval_strategy: steps
  • load_best_model_at_end: True

All Hyperparameters

  • per_device_train_batch_size: 32
  • num_train_epochs: 5
  • max_steps: 14000
  • learning_rate: 2e-05
  • lr_scheduler_type: linear
  • lr_scheduler_kwargs: None
  • warmup_steps: 500
  • optim: adamw_torch_fused
  • optim_args: None
  • weight_decay: 0.0
  • adam_beta1: 0.9
  • adam_beta2: 0.999
  • adam_epsilon: 1e-08
  • optim_target_modules: None
  • gradient_accumulation_steps: 4
  • average_tokens_across_devices: True
  • max_grad_norm: 1.0
  • label_smoothing_factor: 0.0
  • bf16: True
  • fp16: False
  • bf16_full_eval: False
  • fp16_full_eval: False
  • tf32: None
  • gradient_checkpointing: False
  • gradient_checkpointing_kwargs: None
  • torch_compile: False
  • torch_compile_backend: None
  • torch_compile_mode: None
  • use_liger_kernel: False
  • liger_kernel_config: None
  • use_cache: False
  • neftune_noise_alpha: None
  • torch_empty_cache_steps: None
  • auto_find_batch_size: False
  • log_on_each_node: True
  • logging_nan_inf_filter: True
  • include_num_input_tokens_seen: no
  • log_level: passive
  • log_level_replica: warning
  • disable_tqdm: False
  • project: huggingface
  • trackio_space_id: trackio
  • eval_strategy: steps
  • per_device_eval_batch_size: 8
  • prediction_loss_only: True
  • eval_on_start: False
  • eval_do_concat_batches: True
  • eval_use_gather_object: False
  • eval_accumulation_steps: None
  • include_for_metrics: []
  • batch_eval_metrics: False
  • save_only_model: False
  • save_on_each_node: False
  • enable_jit_checkpoint: False
  • push_to_hub: False
  • hub_private_repo: None
  • hub_model_id: None
  • hub_strategy: every_save
  • hub_always_push: False
  • hub_revision: None
  • load_best_model_at_end: True
  • ignore_data_skip: False
  • restore_callback_states_from_checkpoint: False
  • full_determinism: False
  • seed: 42
  • data_seed: None
  • use_cpu: False
  • accelerator_config: {'split_batches': False, 'dispatch_batches': None, 'even_batches': True, 'use_seedable_sampler': True, 'non_blocking': False, 'gradient_accumulation_kwargs': None}
  • parallelism_config: None
  • dataloader_drop_last: False
  • dataloader_num_workers: 0
  • dataloader_pin_memory: True
  • dataloader_persistent_workers: False
  • dataloader_prefetch_factor: None
  • remove_unused_columns: True
  • label_names: None
  • train_sampling_strategy: random
  • length_column_name: length
  • ddp_find_unused_parameters: None
  • ddp_bucket_cap_mb: None
  • ddp_broadcast_buffers: False
  • ddp_backend: None
  • ddp_timeout: 1800
  • fsdp: []
  • fsdp_config: {'min_num_params': 0, 'xla': False, 'xla_fsdp_v2': False, 'xla_fsdp_grad_ckpt': False}
  • deepspeed: None
  • debug: []
  • skip_memory_metrics: True
  • do_predict: False
  • resume_from_checkpoint: None
  • warmup_ratio: None
  • local_rank: -1
  • prompts: None
  • batch_sampler: batch_sampler
  • multi_dataset_batch_sampler: proportional
  • router_mapping: {}
  • learning_rate_mapping: {}

Training Logs

EpochStepTraining LossValidation Losseval-en-sa_mean_accuracy
0.003410020.6784--
0.006820011.1049--
0.01023003.2979--
0.01374001.8530--
0.01715001.3271--
0.02056001.0448--
0.02397000.8774--
0.02738000.8045--
0.03079000.7365--
0.034110000.67410.27320.5425
0.037611000.6641--
0.041012000.6364--
0.044413000.5756--
0.047814000.5813--
0.051215000.5673--
0.054616000.5489--
0.058017000.5330--
0.061418000.5271--
0.064919000.5327--
0.068320000.49290.19690.5855
0.071721000.4895--
0.075122000.4848--
0.078523000.4926--
0.081924000.4627--
0.085325000.4717--
0.088826000.4835--
0.092227000.4621--
0.095628000.4544--
0.099029000.4634--
0.102430000.43140.16990.599
0.105831000.4392--
0.109232000.4216--
0.112733000.4366--
0.116134000.4305--
0.119535000.4100--
0.122936000.4181--
0.126337000.4238--
0.129738000.4398--
0.133139000.4284--
0.136640000.42020.15050.615
0.140041000.4189--
0.143442000.4228--
0.146843000.4137--
0.150244000.4052--
0.153645000.4041--
0.157046000.3988--
0.160447000.4039--
0.163948000.3977--
0.167349000.3917--
0.170750000.40360.14580.6245
0.174151000.4162--
0.177552000.3984--
0.180953000.4099--
0.184354000.3930--
0.187855000.4112--
0.191256000.4248--
0.194657000.3883--
0.198058000.3970--
0.201459000.3876--
0.204860000.40680.13930.6255
0.208261000.3816--
0.211762000.3938--
0.215163000.3976--
0.218564000.3806--
0.221965000.3930--
0.225366000.4046--
0.228767000.3791--
0.232168000.3708--
0.235569000.3856--
0.239070000.39340.13590.6275
0.242471000.3910--
0.245872000.3860--
0.249273000.3978--
0.252674000.3836--
0.256075000.3862--
0.259476000.3833--
0.262977000.3774--
0.266378000.3938--
0.269779000.3804--
0.273180000.37460.13480.632
0.276581000.3894--
0.279982000.3732--
0.283383000.3674--
0.286884000.3965--
0.290285000.3830--
0.293686000.3857--
0.297087000.3759--
0.300488000.3997--
0.303889000.3764--
0.307290000.37860.13400.633
0.310791000.3709--
0.314192000.3683--
0.317593000.3812--
0.320994000.3760--
0.324395000.3781--
0.327796000.3766--
0.331197000.3704--
0.334598000.3875--
0.338099000.3887--
0.3414100000.39040.13420.633
0.3448101000.3790--
0.3482102000.3639--
0.3516103000.3710--
0.3550104000.3823--
0.3584105000.3829--
0.3619106000.3880--
0.3653107000.3914--
0.3687108000.3638--
0.3721109000.3896--
0.3755110000.38000.13450.629
0.3789111000.3823--
0.3823112000.3773--
0.3858113000.3615--
0.3892114000.3757--
0.3926115000.3690--
0.3960116000.3760--
0.3994117000.3734--
0.4028118000.3948--
0.4062119000.3867--
0.4097120000.38760.13400.631
0.4131121000.3702--
0.4165122000.3882--
0.4199123000.3881--
0.4233124000.3894--
0.4267125000.3823--
0.4301126000.3816--
0.4335127000.3844--
0.4370128000.3782--
0.4404129000.3811--
0.4438130000.3860.13390.6335
0.4472131000.3704--
0.4506132000.3719--
0.4540133000.3936--
0.4574134000.3867--
0.4609135000.3654--
0.4643136000.3614--
0.4677137000.3740--
0.4711138000.3943--
0.4745139000.3793--
0.4779140000.37560.13450.631
  • The bold row denotes the saved checkpoint.

Framework Versions

  • Python: 3.10.18
  • Sentence Transformers: 5.3.0
  • Transformers: 5.3.0
  • PyTorch: 2.8.0+cu128
  • Accelerate: 1.12.0
  • Datasets: 3.3.2
  • Tokenizers: 0.22.1

Citation

BibTeX

Sentence Transformers

@inproceedings{reimers-2019-sentence-bert,
    title = "Sentence-BERT: Sentence Embeddings using Siamese BERT-Networks",
    author = "Reimers, Nils and Gurevych, Iryna",
    booktitle = "Proceedings of the 2019 Conference on Empirical Methods in Natural Language Processing",
    month = "11",
    year = "2019",
    publisher = "Association for Computational Linguistics",
    url = "https://arxiv.org/abs/1908.10084",
}

Как запустить

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

GPU в ailist

Универсальный рантайм · sentence-transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
ModernBertModel
Ревизия весов
b4344c2

0 моделей