/ Модель

Характеристики

Контекст
512 токенов
Параметры
218 млн
Архитектура
bert · dense
Библиотека
transformers
Опубликована
4 сен 2026

base-multilingual-cased-sindhi-cpt

Заполнение пропусковТекст → текст3 профессии

Дообученная BERT-модель для предсказания замаскированных слов, предназначенная для работы с текстом на синдхи.

167скачиваний за 30 дней0лайковвеса обновлены5 сен 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

Kashif786/base-multilingual-cased-sindhi-cpt — модель BERT для заполнения пропусков в тексте, реализованная как BertForMaskedLM. Веса объёмом 218,1 млн параметров доступны в формате safetensors; модель работает с контекстом до 512 токенов.

Карточка указывает, что модель дообучена на неизвестном наборе данных, а валидационная потеря составляет 2,6265. Предполагаемое применение — предсказание замаскированных слов в тексте на синдхи; подробности о данных и оценке не приведены. Лицензия в доступных сведениях не указана.

Сценарии применения

  • предсказание пропущенных слов в предложениях на синдхи
  • восстановление замаскированных слов в синдхи-тексте
  • проверка языковых представлений модели на синдхи

Ограничения

Данные дообучения не раскрыты, а карточка не содержит подробных сведений об оценке качества; указанная валидационная потеря сама по себе не характеризует качество в прикладных задачах. Лицензия не установлена по доступным сведениям.

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

base-multilingual-cased-sindhi-cpt

This model is a fine-tuned version of Kashif786/base-multilingual-cased-sindhi-cpt on an unknown dataset. It achieves the following results on the evaluation set:

  • Loss: 2.6265

Model description

More information needed

Intended uses & limitations

More information needed

Training and evaluation data

More information needed

Training procedure

Training hyperparameters

The following hyperparameters were used during training:

  • learning_rate: 5e-05
  • train_batch_size: 128
  • eval_batch_size: 128
  • seed: 42
  • gradient_accumulation_steps: 2
  • total_train_batch_size: 256
  • optimizer: Use OptimizerNames.ADAMW_TORCH_FUSED with betas=(0.9,0.999) and epsilon=1e-08 and optimizer_args=No additional optimizer arguments
  • lr_scheduler_type: cosine
  • num_epochs: 1

Training results

Training LossEpochStepValidation Loss
7.61280.142330003.7017
6.48800.284660003.1180
5.95380.426990002.8777
5.66140.5691120002.7585
5.50200.7114150002.6584
5.46090.8537180002.6361
5.48100.9960210002.6258
5.48101.0210852.6265

Framework versions

  • Transformers 5.16.1
  • Pytorch 2.8.0+cu129
  • Datasets 5.0.1
  • Tokenizers 0.23.2

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
BertForMaskedLM
Ревизия весов
446b0d6

0 моделей