/ Модель

Характеристики

Контекст
512 токенов
Лицензия
Apache 2.0
Архитектура
distilbert · dense
Базовая модель
distilbert-base-multilingual-cased
Библиотека
transformers
Опубликована
3 сен 2026

distilbert-base-multilingual-cased-sindhi-cpt

Заполнение пропусковТекст → текст3 профессии

Дообученная многоязычная модель DistilBERT для предсказания замаскированных слов, ориентированная на синдхи.

100скачиваний за 30 дней1лайквеса обновлены10 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/distilbert-base-multilingual-cased-sindhi-cpt — дообученная версия distilbert/distilbert-base-multilingual-cased от Kashif786 для предсказания замаскированных слов. Архитектура — DistilBERT с языковой моделью для заполнения масок; модель принимает текст и предсказывает пропущенный токен в контексте. Базовая модель многоязычная, а название этой версии указывает на адаптацию для синдхи, однако README не сообщает сведения о датасете и языках обучения.

Модель поддерживается библиотекой Transformers, веса доступны в формате safetensors, максимальная длина контекста — 512 токенов. На тестовой выборке указана потеря 1,1873, но описание не содержит подробностей о методике оценки. Лицензия — Apache-2.0.

Сценарии применения

  • подстановка пропущенного слова в предложении на синдхи
  • анализ контекста для выбора вероятного слова
  • автодополнение текста по маске

Ограничения

README не описывает обучающий датасет и предполагаемые сценарии применения; указанная метрика потерь приведена без подробностей об оценке.

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

distilbert-base-multilingual-cased-sindhi-cpt

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

  • Loss: 1.1873

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: 32
  • eval_batch_size: 32
  • seed: 42
  • gradient_accumulation_steps: 8
  • 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
12.31420.142330001.4516
11.32150.284660001.3460
10.76830.426990001.2617
10.45480.5691120001.2410
10.17650.7114150001.2041
10.02060.8537180001.1939
9.93020.9960210001.1875
9.93021.0210851.1873

Framework versions

  • Transformers 5.17.0
  • 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
DistilBertForMaskedLM
Ревизия весов
8052a46

0 моделей