/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
257 млн
Лицензия
Apache 2.0
Архитектура
bidirlm · dense
Базовая модель
gemma-3-270m
Опубликована
7 апр 2026

BidirLM-270M-Base

Заполнение пропусковТекст → текст3 профессии

Промежуточная двунаправленная модель на основе Gemma 3 для заполнения масок и подготовки текстовых представлений на множестве языков.

162скачиваний 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-270M-Base — промежуточная модель семейства BidirLM от авторов репозитория BidirLM, созданная на основе Google Gemma 3 270M. Авторы преобразовали причинное внимание Gemma 3 в двунаправленное и обучили модель методом Masked Next Token Prediction на 30 млрд токенов из многодоменного корпуса, после чего объединили её веса с исходными весами Gemma 3 в пропорции 50/50. Модель имеет плотную архитектуру BidirLMForMaskedLM, около 257 млн параметров и контекст до 32 768 токенов.

Модель предназначена для заполнения масок и получения двунаправленных текстовых представлений; метаданные также относят её к задачам классификации текста и токенов. Она поддерживает множество языков, включая английский, русский и другие языки, перечисленные в метаданных. Для общих эмбеддингов и дообучения на прикладные задачи авторы рекомендуют отдельную контрастивно обученную модель BidirLM-270M-Embedding.

Для загрузки требуется Transformers с параметром trust_remote_code=True. Лицензия — Apache-2.0. В README указаны различия совместимости между Transformers 4.x и 5.x; также модель обозначена как промежуточный чекпойнт, а не рекомендованный авторами вариант для общих эмбеддингов.

Сценарии применения

  • предсказание скрытых слов в предложении
  • заполнение пропусков в тексте
  • извлечение двунаправленных контекстных представлений
  • дообучение для классификации текстов
  • дообучение для разметки токенов

Ограничения

Промежуточный чекпойнт; для общих эмбеддингов авторы рекомендуют BidirLM-270M-Embedding. Для загрузки требуется trust_remote_code=True, а совместимость кода зависит от версии Transformers.

Для каких профессий подходит3

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

BidirLM-270M-Base

BidirLM-270M-Base is the intermediate MNTP-adapted checkpoint of the BidirLM family. It is obtained by converting Gemma3-270M 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 Gemma3-270M weights.

For general embeddings and downstream fine-tuning, use BidirLM/BidirLM-270M-Embedding which adds contrastive training on top of this checkpoint.

Usage

from transformers import AutoTokenizer, AutoModel, AutoModelForMaskedLM

tokenizer = AutoTokenizer.from_pretrained("BidirLM/BidirLM-270M-Base", trust_remote_code=True)

# Base encoder
model = AutoModel.from_pretrained("BidirLM/BidirLM-270M-Base", trust_remote_code=True)

# Masked language model
mlm = AutoModelForMaskedLM.from_pretrained("BidirLM/BidirLM-270M-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-270M-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
afaec98

0 моделей