/ Модель

Характеристики

Контекст
8 192 токена
Параметры
307 млн
Лицензия
Apache 2.0
Архитектура
modernbert · dense
Базовая модель
MrBERT
Библиотека
transformers
Опубликована
22 июл 2026

JaunBERT

Заполнение пропусковТекст → текст3 профессии

Баскский энкодер ModernBERT для предсказания замаскированных токенов и дальнейшего дообучения под задачи обработки текста.

145скачиваний за 30 дней1лайквеса обновлены22 июл 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

JaunBERT — баскская языковая модель, разработанная исследовательским центром HiTZ и группой IXA Университета Страны Басков UPV/EHU. Это энкодер ModernBERT с 307 млн параметров, дообученный на основе BSC-LT/MrBERT для задачи masked language modeling. Модель принимает текст и предсказывает замаскированные в нём токены; её можно использовать напрямую или дообучить для других задач.

Модель ориентирована на баскский язык. Семейство JaunBERT предварительно обучено на корпусе latxa-corpus-v2; для отдельных вариантов использованы дополнительные юридические, новостные и научные подкорпуса. Максимальная длина контекста — 8192 токена. Для поиска и классификации текстов модель может служить основой после соответствующего дообучения, но сама карточка заявляет задачу заполнения пропусков. Лицензия — Apache 2.0.

Сценарии применения

  • предсказание пропущенных слов в баскском тексте
  • изучение языковых закономерностей баскского языка
  • подготовка энкодера для классификации баскских текстов
  • дообучение модели для поиска по баскским документам

Ограничения

Карточка заявляет только задачу fill-mask; применение для поиска и классификации требует дополнительного дообучения. Модель рассчитана на баскский язык.

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

JaunBERT

Model Description

JaunBERT is a family of Basque encoder-only language models.

  • Developed by: HiTZ Research Center & IXA Research group (University of the Basque Country UPV/EHU)
  • Funded by: IKERGAITU and ALIA projects (Basque and Spanish Governments)
  • License: Apache 2.0
  • Model Type: Encoder-only Transformer models (ModernBERT-style)
  • Languages: Basque (Euskara)

Getting Started

You can either use this model directly as the example below, or fine-tune it to your task of interest.

>>> from transformers import pipeline

>>> pipe = pipeline("fill-mask", model='HiTZ/JaunBERT')

>>> pipe("Kaixo! Ni <mask> naiz!")
[{'score': 0.034423828125,
  'token': 71333,
  'token_str': 'Aitor',
  'sequence': 'Kaixo! Ni Aitor  naiz!'},
 {'score': 0.032470703125,
  'token': 119830,
  'token_str': 'Asier',
  'sequence': 'Kaixo! Ni Asier  naiz!'},
 {'score': 0.0208740234375,
  'token': 109222,
  'token_str': 'Unai',
  'sequence': 'Kaixo! Ni Unai  naiz!'},
 {'score': 0.0196533203125,
  'token': 164657,
  'token_str': 'Nerea',
  'sequence': 'Kaixo! Ni Nerea  naiz!'},
 {'score': 0.0196533203125,
  'token': 40163,
  'token_str': 'Ane',
  'sequence': 'Kaixo! Ni Ane  naiz!'}]

Training Data

The JaunBERT family was pre-trained on latxa-corpus-v2. Each revision was further trained on a specific sub-corpus:

  • JaunBERT-legala: BOPV + BOG + BOTHA + ParlEus
  • JaunBERT-periodistikoa: Euscrawl-v2
  • JaunBERT-zientifikoa: Aldizkariak

Training objective is masked language modeling (MLM) on encoder-only architectures.

Evaluation

AVG overall
JaunBERT64.37
JaunBERT-legala55.24
JaunBERT-periodistikoa66.86
JaunBERT-zientifikoa63.53

Acknowledgments

This work has been partially supported by the Basque Government (Research group funding IT1570-22 and IKER-GAITU project), the Spanish Ministry for Digital Transformation and Civil Service, and the EU-funded NextGenerationEU Recovery, Transformation and Resilience Plan (ILENIA project, 2022/TL22/00215335; and ALIA project). Ekhi Azurmendi holds a PhD grant from the Basque Government (PRE_2024_1_0035, respectively). The models were trained on the Leonardo supercomputer at CINECA under the EuroHPC Joint Undertaking, project EHPC-EXT-2024E01-042.

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers · fill-mask

Можно запустить

Подбираем GPU…

Класс архитектуры
ModernBertForMaskedLM
Ревизия весов
94e9f46

0 моделей