/ Модель

Характеристики

Лицензия
Apache 2.0
Архитектура
char_bert · dense
Библиотека
transformers
Опубликована
2 авг 2026

Stoicheia-restoration-test1

Заполнение пропусковТекст → текст3 профессии

Символьная модель Stoicheia восстанавливает повреждённые древнегреческие надписи и папирусы с пропусками известной или неопределённой длины.

11скачиваний за 30 дней0лайковвеса обновлены2 авг 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

Stoicheia — модель для восстановления повреждённых текстов на древнегреческом языке, выпущенная анонимно вместе со статьёй, находящейся на рецензировании. Это дообученная версия Stoicheia-doc_clean: чекпойнт не обучался на документах, идентификаторы PHI/TM которых оканчиваются цифрой 1. Модель использует символьный masked-diffusion энкодер с 405 млн параметров, размерностью 1024 и 32 слоями; три из каждых четырёх блоков внимания работают в окне 256 символов, а четвёртый использует глобальное внимание.

Вход модели разделён на пять синхронизированных слоёв: буквы, границы слов и предложений, диакритические знаки, регистр и пунктуацию. Каждый слой можно независимо маскировать, чтобы подавать отредактированный текст, слитное письмо без пробелов или лакуны неизвестной длины. Модель предназначена для восстановления надписей и папирусов; для известных пропусков в README предлагается указывать дефисом каждый отсутствующий символ, а для пропусков неопределённой ширины — диапазон вида [N±M].

Модель ориентирована на специализированную филологическую работу с древнегреческими документами; заявленный раздельный выпуск чекпойнтов позволяет выбрать вариант, который не обучался на конкретном документе из соответствующего набора. README не приводит оценки качества. Лицензия — Apache-2.0.

Сценарии применения

  • восстановление утраченных букв в древнегреческих надписях
  • предложение чтений для лакун в папирусах
  • восстановление текста с пропусками неизвестной длины
  • проверка редакторского чтения по чекпойнту, не обучавшемуся на документе
  • восстановление древнегреческого текста из слитного письма без пробелов

Ограничения

Чекпойнт исключает документы с идентификаторами PHI/TM, оканчивающимися на 1; для применения к конкретному документу README рекомендует выбирать соответствующий исключающий его сплит. Количественные оценки качества в README не приведены.

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

Stoicheia -- documentary restoration (digit 1 held out)

Stoicheia is a 405M-parameter character-level masked-diffusion encoder for Ancient Greek (d_model 1024, depth 32, banded attention: three of every four blocks attend within a 256-character window, the fourth globally). Its input is factored into five aligned planes -- letters, word/sentence boundaries, diacritics, capitalization, punctuation -- each of which can be masked independently to an explicit unknown state at inference. That is what lets one model read an edited text, scriptio continua, and a lacuna of unknown length without changing anything but its input.

Anonymous release accompanying a paper under review.

Fine-tuned from Stoicheia-doc_clean to restore damaged inscriptions and papyri, on every document except those whose PHI/TM identifier ends in 1.

Ten such checkpoints are released, one per digit, because a fixed split makes a model useless for exactly the documents an editor cares about: whatever inscription or papyrus you are working on, one of the ten has provably never read it. Pick that one and the reading it proposes cannot be a memory of the edition you are trying to check.

Usage

Write one - per missing character when the extent of the break is known, or [N±M] when its width is uncertain, and let restore_respaced do the reading.

import torch
from transformers import AutoModel
from huggingface_hub import hf_hub_download

REPO = "Ericu950/Stoicheia-restoration-test1"
model = AutoModel.from_pretrained(REPO, trust_remote_code=True).eval()

hf_hub_download(repo_id=REPO, filename="processing_char_bert.py", local_dir=".")
from processing_char_bert import CharBertProcessor

proc = CharBertProcessor()

# note the input: no accents on τηβου, and no word division either -- the model
# recovers the missing letters, the accents and the spacing together
print(proc.restore_respaced(model, "ἔδοξεν τηβου-- καὶ τῷ δήμῳ"))
# ἔδοξεν τῇ βουλῇ καὶ τῷ δήμῳ

print(proc.restore_respaced(model, "στεφανῶσαι αὐτὸν χρυσῷ στεφα[3±1]ετης ἕνεκα"))
# στεφανῶσαι αὐτὸν χρυσῷ στεφάνῳ ἀρετῆς ἕνεκα

restore_respaced works in the order an editor would: it fills the letters first, then throws the spacing away and runs the model again over the resulting scriptio continua with word division and accents unknown everywhere -- the regime it was pretrained on. Nothing in the input has to be normalized first: accents and word division are predictions, not requirements, so a bare majuscule transcript is as readable to this model as a modern critical text, and the gap is filled in the same pass that decides where the words end. Deciding the letters and the segmentation in a single pass, which decode_restoration does, leaves the boundary head hedging against a half-known segmentation, and a correctly restored word can come back cut in two. The evaluation harness in the code repository goes further still, enumerating the division inside the gap and scoring it jointly with the letters; that is the decoder behind the paper's numbers.

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers · fill-mask

Нельзя запустить

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

Ревизия весов
13ac42e

0 моделей