Характеристики

Контекст: 512 токенов
Архитектура: distilbert · dense
Библиотека: transformers
Опубликована: 14 авг 2026

Ссылки

Hugging Face

distilbert-base-multilingual-cased-sindhi-wordpiece

Kashif786

Заполнение пропусковТекст → текст3 профессии

Дообученная модель DistilBERT для предсказания пропущенных токенов в тексте на синдхи.

120скачиваний за 30 дней0лайковвеса обновлены1 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

Модель Kashif786/distilbert-base-multilingual-cased-sindhi-wordpiece разработана Kashif786 и представляет собой дообученную версию DistilBERT для заполнения пропусков в тексте. Она использует архитектуру DistilBertForMaskedLM и формат весов safetensors; модель принимает текст и предсказывает подходящий токен вместо маски. Контекст ограничен 512 токенами.

Модель предназначена для задач masked language modeling, в частности для восстановления пропущенных слов в тексте на синдхи. Датасет обучения и подробности оценки не описаны. Лицензия в предоставленных данных не указана.

Сценарии применения

восстановление пропущенного слова в предложении на синдхи
подбор вероятного токена вместо маски в синдхи-тексте
проверка контекстных языковых предсказаний на синдхи

Ограничения

Данные обучения и результаты оценки не описаны, поэтому качество и область применимости модели трудно оценить. Контекст ограничен 512 токенами.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

I.5Универсальные способностиСоздание и редактирование текстаAI помогает создавать и улучшать текстовые материалы, сохраняя смысл и требования автора.18 задач44 385моделей II.10Разработка и данныеРазработка и эксплуатация AI/ML-системAI помогает создавать, оценивать, развёртывать и контролировать AI/ML-системы на всём жизненном цикле.30 задач49 000моделей I.6Универсальные способностиПеревод и языковая адаптацияAI помогает переносить смысл между языками, форматами и культурными контекстами.16 задач16 710моделей

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

distilbert-base-multilingual-cased-sindhi-wordpiece

This model is a fine-tuned version of Kashif786/distilbert-base-multilingual-cased-sindhi-wordpiece on an unknown dataset.

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: 64
eval_batch_size: 64
seed: 3683
gradient_accumulation_steps: 8
total_train_batch_size: 512
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
mixed_precision_training: Native AMP

Framework versions

Transformers 5.0.0
Pytorch 2.10.0+cu128
Datasets 5.0.0
Tokenizers 0.22.2

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: 9fb9ba3