Характеристики

Контекст: 512 токенов
Параметры: 144 млн
Архитектура: bert · dense
Библиотека: transformers
Опубликована: 27 сен 2026

Ссылки

Hugging Face

Mahe-bangla-bert-model

Mahe12345678

Заполнение пропусковТекст → текст3 профессии

Дообученная BERT-модель для предсказания пропущенных токенов в тексте.

36скачиваний за 30 дней0лайковвеса обновлены27 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

Mahe-bangla-bert-model — модель на архитектуре BERT, опубликованная пользователем Mahe12345678. Это дообученная модель для заполнения пропусков в тексте: она предсказывает подходящий токен на месте маски. В репозитории указаны 144 млн параметров, контекст до 512 токенов, библиотека Transformers и формат Safetensors.

Карточка называет модель дообученной, но не указывает базовую модель, набор данных или подробности обучения и оценки. Название указывает на бенгальский язык, однако поддержка языка не подтверждена описанием или языковыми тегами. Модель распространяется по указанной в метаданных лицензии, но сведения о лицензии отсутствуют, поэтому условия использования определить нельзя.

Сценарии применения

предсказание слова вместо маски в предложении
восстановление пропусков в бенгальском тексте

Ограничения

Не указаны базовая модель, обучающие данные и результаты оценки; поддержка бенгальского языка не подтверждена сведениями карточки.

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.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

Mahe-bangla-bert-model

This model is a fine-tuned version of 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: 8
eval_batch_size: 8
seed: 42
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: linear
num_epochs: 1
mixed_precision_training: Native AMP

Training results

Framework versions

Transformers 5.16.1
Pytorch 2.11.0+cu128
Datasets 4.8.5
Tokenizers 0.23.1

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: 5004b23