Характеристики

Контекст: 512 токенов
Параметры: 205 млн
Архитектура: bert · dense
Библиотека: transformers
Опубликована: 4 сен 2026

Ссылки

Hugging Face

mbert-base-sindhi-cpt

Kashif786

Заполнение пропусковТекст → текст3 профессии

Дообученная модель BERT для предсказания замаскированных слов в последовательностях длиной до 512 токенов.

51скачиваний за 30 дней0лайковвеса обновлены4 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/mbert-base-sindhi-cpt — дообученная модель семейства BERT для заполнения пропусков в тексте. Она содержит 205,1 млн параметров, использует архитектуру BertForMaskedLM и принимает последовательности длиной до 512 токенов. Модель доступна в формате safetensors и предназначена для работы через библиотеку Transformers.

Её можно применять для подстановки вероятных слов вместо маскированных фрагментов в тексте. Карточка не описывает обучающие данные, оценки качества или ограничения применения; лицензия и поддерживаемые языки в предоставленных сведениях не указаны.

Сценарии применения

Подстановка пропущенного слова в предложении
Получение вероятных вариантов для замаскированного фрагмента
Проверка контекстуальных вариантов слова в тексте

Ограничения

Обучающий датасет и результаты оценки не описаны, поэтому качество и языковой охват модели не подтверждены предоставленными сведениями.

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.2Универсальные способностиСинтез, понимание и проверка знанийAI помогает сжимать, сопоставлять и критически проверять знания без потери существенного контекста.18 задач42 341модель

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

mbert-base-sindhi-cpt

This model is a fine-tuned version of Kashif786/mbert-base-sindhi-cpt 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: 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

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: d02c8b4