/ Модель

Характеристики

Контекст
8 192 токена
Параметры
134 млн
Лицензия
Своя лицензия
Архитектура
modernbert · dense
Библиотека
transformers
Опубликована
27 мая 2025

ModernGBERT_134M

Заполнение пропусковТекст → текст6 профессий

Немецкоязычный энкодер ModernBERT на 134 млн параметров для извлечения признаков, эмбеддингов и задач понимания текста.

9 792скачиваний за 30 дней7лайковвеса обновлены29 окт 2025

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

ModernGBERT 134M — немецкоязычная языковая модель-энкодер от LSX UniWue, построенная на архитектуре ModernBERT в стиле BERT. Она содержит 134,2 млн параметров, имеет 22 слоя и скрытый размер 768; длина контекста составляет до 8 192 токенов. Модель предварительно обучена на 470 млрд токенов немецкой части RedPajama V2.

Модель предназначена для извлечения признаков из текста и может служить основой для задач понимания немецкого языка, получения эмбеддингов и дообучения, например для классификации токенов с помощью LoRA. В README указаны результаты на SuperGLEBer и German MTEB; для оценки эмбеддингов модели предварительно дообучались без разметки на немецкой части mMARCO. Репозиторий содержит веса PyTorch в формате Safetensors, модель поддерживается библиотекой Transformers версии 4.48.0 и новее.

Лицензия обозначена в метаданных как other, поэтому конкретные условия использования следует сверить с карточкой репозитория. Модель рассчитана на немецкий язык; результаты и описание не подтверждают сопоставимое качество для других языков. Для эмбеддингов README приводит результаты после дополнительного дообучения, поэтому они не обязательно отражают качество исходного чекпойнта без адаптации.

Сценарии применения

  • извлечение признаков из немецких текстов
  • получение эмбеддингов немецких документов
  • дообучение классификатора немецкого текста
  • разметка токенов немецкого текста после дообучения
  • оценка семантического сходства немецких текстов после адаптации

Ограничения

Модель рассчитана на немецкий язык, а качество для других языков не заявлено. Приведённые результаты по эмбеддингам получены после дополнительного дообучения, и конкретная лицензия в метаданных не раскрыта.

Для каких профессий подходит6

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

ModernGBERT 134M

ModernGBERT 134M is a German ModernBERT language model with 134 million parameters and a native context length of up to 8,192 tokens. This model follows the same BERT-style architecture and training procedure as the ModernBERT codebase. ModernGBERT 134M has been pre-trained on 470 billion tokens from the German portion of RedPajama V2, a subset of the same training dataset used for our LLäMmlein decoder family.

We provide two model sizes:

  • ModernGBERT 1B
    28 layers, hidden size 2,048, 1 billion parameters

  • ModernGBERT 134M ← You are here
    22 layers, hidden size 768, 134 million parameters

Find more details in our preprint!

Usage

You can use ModernGBERT with the transformers library from version v4.48.0 onwards. (Optional: install flash-attn to achieve highest efficiency.)

Since ModernGBERT 134M is a Masked Language Model (MLM), you can load it via AutoModelForMaskedLM. For downstream tasks such as classification, retrieval, or QA, fine-tune the model by following standard BERT fine-tuning recipes.

Example using AutoModelForMaskedLM:

from transformers import AutoTokenizer, AutoModelForMaskedLM

model_id = "LSX-UniWue/ModernGBERT_134M"
tokenizer = AutoTokenizer.from_pretrained(model_id)
model = AutoModelForMaskedLM.from_pretrained(model_id)

text = "Die Hauptstadt von Frankreich ist [MASK]."
inputs = tokenizer(text, return_tensors="pt")
outputs = model(**inputs)

# To get predictions for the mask:
masked_index = inputs["input_ids"][0].tolist().index(tokenizer.mask_token_id)
predicted_token_id = outputs.logits[0, masked_index].argmax(axis=-1)
predicted_token = tokenizer.decode(predicted_token_id)
print("Predicted token:", predicted_token)
# Predicted token:  Paris

NOTE: If you want to use HuggingFace's PEFT library for LoRA training, you need to specify the target modules, e.g.:

from peft import LoraConfig, get_peft_model
peft_config = LoraConfig(
    task_type="TOKEN_CLS", r=8, lora_alpha=32,
    target_modules=["Wqkv", "Wi", "Wo"],
)
model = get_peft_model(model, peft_config)

Intermediate Checkpoints

In addition to the final model checkpoint, we publish intermediate checkpoints throughout the full training process as unique branches in this repository. A specific checkpoint can be loaded like this:

from transformers import AutoTokenizer, AutoModelForMaskedLM

model_id = "LSX-UniWue/ModernGBERT_134M"
revision = "base-100000-ckpt"
tokenizer = AutoTokenizer.from_pretrained(model_id, revision=revision)
model = AutoModelForMaskedLM.from_pretrained(model_id, revision=revision)

Performance

We evaluate our models across a broad range of tasks. For natural language understanding, we use the SuperGLEBer benchmark, and for embedding capabilities, we use the German MTEB benchmark (after unsupervised fine-tuning of every model on the German mMARCO portion). The following table provides a comparison of this encoder with other German and multilingual encoders. See our preprint for more details about the evaluation.

ModelSuperGLEBer AvgMTEB Avg
ModernGBERT 1B0.8080.551
ModernGBERT 134M(you are here)0.7490.501
GBERT-base0.7180.500
GBERT-large0.7680.521
GeBERTa-base0.7160.493
GeBERTa-large0.7490.494
GeBERTa-xlarge0.7670.521
Gerturax-30.7400.472
XLM-RoBERTa-large0.7300.460
XLM-RoBERTa-xlarge0.7580.479

License

We release the ModernGBERT models under a research-only RAIL-M license. See license.md for details. Data Take Down

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
ModernBertForMaskedLM
Ревизия весов
25eb93d

0 моделей