/ Модель

Характеристики

Контекст
512 токенов
Архитектура
distilbert · dense
Библиотека
transformers
Опубликована
15 сен 2026

distillmbert-sindhi-extended-Reduced-learning-rate

Заполнение пропусковТекст → текст3 профессии

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

96скачиваний за 30 дней0лайковвеса обновлены16 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 выпустил модель distillmbert-sindhi-extended-Reduced-learning-rate — дообученную языковую модель на архитектуре DistilBERT для заполнения пропусков в тексте. Она предсказывает замаскированные токены, используя окружающий контекст. Контекст модели составляет до 512 токенов; веса сохранены в формате safetensors. В README приведено значение loss 2,6384 на оценочном наборе, но сведения о наборе данных и подробностях обучения отсутствуют. Модель ориентирована на текст на синдхи. Лицензия в доступных данных не указана.

Сценарии применения

  • заполнение пропусков в тексте на синдхи
  • предсказание пропущенного слова по контексту
  • получение кандидатов для восстановления повреждённого текста на синдхи

Ограничения

Данные обучения не описаны, а приведённое значение loss само по себе не позволяет оценить качество в прикладных сценариях. Контекст ограничен 512 токенами; лицензия не указана.

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

distillmbert-sindhi-extended-Reduced-learning-rate

This model is a fine-tuned version of Kashif786/distillmbert-sindhi-extended-Reduced-learning-rate on an unknown dataset. It achieves the following results on the evaluation set:

  • Loss: 2.6384

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: 0.0001
  • 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
7.19640.142330003.5058
6.40620.284660003.0843
5.96540.426990002.8922
5.68590.5691120002.7756
5.52220.7114150002.6784
5.45970.8537180002.6478
5.49200.9960210002.6347
5.49201.0210852.6384

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
43127bc

0 моделей