/ Модель

Характеристики

Контекст
40 960 токенов
Параметры
508 млн
Лицензия
Apache 2.0
Архитектура
bidirlm · dense
Базовая модель
Qwen3-0.6B-Base
Опубликована
7 апр 2026

BidirLM-0.6B-Base

Заполнение пропусковТекст → текст7 профессий

Промежуточная двунаправленная языковая модель на 508 млн параметров для заполнения пропусков и дообучения под задачи обработки текста.

884скачиваний за 30 дней0лайковвеса обновлены3 июн 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

BidirLM-0.6B-Base — промежуточная модель семейства BidirLM, созданная командой BidirLM на основе Qwen3-0.6B-Base. Авторы преобразовали причинное внимание базовой модели в двунаправленное, обучили её методом Masked Next Token Prediction на 30 млрд токенов из многопрофильного корпуса и объединили полученные веса с исходными весами Qwen3 в пропорции 50/50. Модель содержит около 508 млн параметров, имеет плотную архитектуру BidirLMForMaskedLM и контекст до 40 960 токенов.

Модель предназначена для заполнения пропусков и как промежуточная основа для дообучения под последующие задачи обработки текста. Для получения общих эмбеддингов авторы рекомендуют вариант BidirLM-0.6B-Embedding с дополнительным контрастивным обучением. Метаданные также отмечают возможности классификации текста и токенов, а также интерфейсы чата и вызова инструментов.

Модель поддерживает многоязычный текст; среди языков карточки указаны арабский, болгарский, бенгальский, китайский? Нет, карточка перечисляет языки, включая английский, немецкий, французский, испанский, японский, корейский и хинди. Для загрузки требуется Transformers с trust_remote_code=True; исходная версия обучалась на Transformers 4.57.6, а текущая версия карточки адаптирована для Transformers 5 и выше. Лицензия — Apache-2.0.

Сценарии применения

  • заполнение пропущенных токенов в тексте
  • дообучение модели для классификации текста
  • разметка сущностей и других категорий токенов
  • создание специализированной основы для задач обработки текста

Ограничения

Для загрузки требуется trust_remote_code=True; общие эмбеддинги авторы рекомендуют получать из варианта BidirLM-0.6B-Embedding. Модель описана как промежуточный чекпойнт для дальнейшего использования и дообучения.

Для каких профессий подходит7

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

BidirLM-0.6B-Base

BidirLM-0.6B-Base is the intermediate MNTP-adapted checkpoint of the BidirLM family. It is obtained by converting Qwen3-0.6B-Base from causal to bidirectional attention and training with Masked Next Token Prediction (MNTP) on 30B tokens from a multi-domain corpus (FineWeb-Edu, FineWeb2-HQ, FineMath, Stack V2), then merged 50/50 with the original Qwen3-0.6B-Base weights.

For general embeddings and downstream fine-tuning, use BidirLM/BidirLM-0.6B-Embedding which adds contrastive training on top of this checkpoint.

Usage

from transformers import AutoTokenizer, AutoModel, AutoModelForMaskedLM

tokenizer = AutoTokenizer.from_pretrained("BidirLM/BidirLM-0.6B-Base", trust_remote_code=True)

# Base encoder
model = AutoModel.from_pretrained("BidirLM/BidirLM-0.6B-Base", trust_remote_code=True)

# Masked language model
mlm = AutoModelForMaskedLM.from_pretrained("BidirLM/BidirLM-0.6B-Base", trust_remote_code=True)

Requirements

transformers>=5.0

This model requires trust_remote_code=True.

Note: This model was trained with transformers==4.57.6 (transformers 4.x). The version on main was patched to work with transformers>=5.0. For the original (pre-patch) version, which is compatible with transformers>=4.57.6,<5.0.0, use the transformers-v4 branch:

from transformers import AutoModel
model = AutoModel.from_pretrained(
    "BidirLM/BidirLM-0.6B-Base",
    trust_remote_code=True,
    revision="transformers-v4",
)

Citation

@misc{boizard2026bidirlmtextomnimodalbidirectional,
      title={BidirLM: From Text to Omnimodal Bidirectional Encoders by Adapting and Composing Causal LLMs}, 
      author={Nicolas Boizard and Théo Deschamps-Berger and Hippolyte Gisserot-Boukhlef and Céline Hudelot and Pierre Colombo},
      year={2026},
      eprint={2604.02045},
      archivePrefix={arXiv},
      primaryClass={cs.CL},
      url={https://arxiv.org/abs/2604.02045}, 
}

Как запустить

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

GPU в ailist

Универсальный рантайм · fill-mask

Нельзя запустить

Модели нужен код из репозитория; автор пока не в списке доверенных организаций.

Класс архитектуры
BidirLMForMaskedLM
Ревизия весов
a6c88fa

0 моделей