Характеристики

Контекст: 8 192 токена
Параметры: 346 млн
Лицензия: Apache 2.0
Архитектура: modernbert · dense
Опубликована: 25 янв 2025

Ссылки

modernbert-large-thai-wikipedia

Заполнение пропусковТекст → текст3 профессии

ModernBERT с 346 млн параметров, обученная на тайской Википедии для заполнения пропусков в тексте и дообучения под задачи анализа тайского языка.

52скачиваний за 30 дней0лайковвеса обновлены31 авг 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

Koichi Yasuoka разработал ModernBERT-large-thai-wikipedia — модель ModernBERT с 346 млн параметров, предварительно обученную на текстах тайской Википедии для предсказания пропущенных токенов. Она принимает текст и поддерживает контекст до 8192 токенов. Модель предназначена для задачи fill-mask и может служить основой для дообучения под последующие задачи обработки тайского языка, включая разметку частей речи и синтаксический разбор зависимостей. Модель распространяется в формате PyTorch по лицензии Apache-2.0.

Сценарии применения

заполнение пропущенных слов в тайском тексте
предсказание маскированных токенов на тайском языке
дообучение для разметки частей речи в тайском языке
дообучение для синтаксического анализа зависимостей тайского текста

Ограничения

Модель предварительно обучена на текстах тайской Википедии, поэтому её применимость к другим языкам и областям может быть ограничена. Для разметки частей речи и синтаксического разбора требуется дообучение.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

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.5Универсальные способностиСоздание и редактирование текстаAI помогает создавать и улучшать текстовые материалы, сохраняя смысл и требования автора.18 задач44 385моделей I.3Универсальные способностиИзвлечение и структурирование данныхAI помогает превращать разрозненные данные в структуру, пригодную для поиска, аналитики и автоматизации.18 задач25 791модель

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

modernbert-large-thai-wikipedia

Model Description

This is a ModernBERT model pre-trained on Thai Wikipedia texts. NVIDIA A100-SXM4-40GB×8 took 5 hours 30 minutes for training. You can fine-tune modernbert-large-thai-wikipedia for downstream tasks, such as POS-tagging, dependency-parsing, and so on.

How to Use

from transformers import AutoTokenizer,AutoModelForMaskedLM
tokenizer=AutoTokenizer.from_pretrained("KoichiYasuoka/modernbert-large-thai-wikipedia")
model=AutoModelForMaskedLM.from_pretrained("KoichiYasuoka/modernbert-large-thai-wikipedia",trust_remote_code=True)

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · fill-mask

Можно запустить

Подбираем GPU…

Класс архитектуры: ModernBertForMaskedLM
Ревизия весов: 4b8e72e