/ Модель

Характеристики

Контекст
512 токенов
Параметры
137 млн
Лицензия
Apache 2.0
Архитектура
bert · dense
Базовая модель
scibert_scivocab_uncased
Библиотека
transformers
Опубликована
23 сен 2026

WaterBERT

Заполнение пропусковТекст → текст3 профессии

Англоязычная BERT-модель, адаптированная к научным текстам о сточных водах и водоочистке для заполнения пропусков и дообучения на профильные NLP-задачи.

22скачиваний за 30 дней0лайковвеса обновлены23 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

WaterBERT — англоязычный BERT-base энкодер от Mudi12137, адаптированный для текстов о сточных водах и водоочистке. Модель создана продолжением предобучения SciBERT с masked language modeling на корпусе научной литературы по водоподготовке; используется словарь SciBERT на 31 090 токенов. Размер — 137,1 млн параметров, контекст — до 512 токенов.

Модель подходит для предсказания замаскированных слов и как основа для дообучения на задачах обработки профильных текстов: распознавании сущностей, извлечении отношений, классификации и поиске. Лицензия — Apache-2.0.

WaterBERT рассчитана на английский текст с автоматическим приведением к нижнему регистру. Обучающий корпус преимущественно состоит из научных аннотаций, поэтому качество на эксплуатационных журналах и нормативных документах не оценено.

Сценарии применения

  • предсказание пропущенных терминов в статьях о водоочистке
  • дообучение для распознавания сущностей в исследованиях по очистке воды
  • извлечение отношений между веществами и процессами водоподготовки
  • классификация научных текстов о сточных водах
  • поиск информации в литературе по водоочистке

Ограничения

Модель обучена на англоязычной научной литературе, преимущественно аннотациях; её качество на эксплуатационных журналах и нормативных документах не оценено.

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

WaterBERT

WaterBERT is a BERT-base encoder for wastewater- and water-treatment literature. It was obtained by continuing masked-language-model (MLM) pretraining of SciBERT (scivocab, uncased) on a domain corpus of water-treatment research text. The vocabulary is SciBERT's (31,090 tokens); only the weights were adapted.

It is the shared backbone of WaterBERT-NER and WaterBERT-RE, and is intended as a starting point for fine-tuning on water-treatment NLP tasks (entity recognition, relation extraction, classification, retrieval).

Usage

from transformers import pipeline

fill = pipeline("fill-mask", model="Mudi12137/WaterBERT")
fill("The Fenton process generates hydroxyl radicals from hydrogen peroxide and [MASK] ions.")
# top prediction: "iron"

For fine-tuning, load it like any BERT checkpoint:

from transformers import AutoModelForTokenClassification, AutoTokenizer

tok = AutoTokenizer.from_pretrained("Mudi12137/WaterBERT")
model = AutoModelForTokenClassification.from_pretrained("Mudi12137/WaterBERT", num_labels=13)

Training

SettingValue
Initialisationallenai/scibert_scivocab_uncased
Objectivemasked language modelling
Epochs / steps30 / 940,440 (this checkpoint is the final step)
Effective batch size160 (80 per device x 2 gradient-accumulation steps, 1 GPU)
OptimiserAdamW, learning rate 1e-4, linear decay, warmup ratio 0.048, weight decay 0.01
Precisionbf16
ArchitectureBERT-base: 12 layers, hidden size 768, 110M parameters, max length 512

The pretraining corpus and its construction are described in the accompanying paper.

Limitations

  • English only, lower-cased input (the tokenizer lower-cases automatically).
  • The corpus is research literature (mostly abstracts); performance on other genres such as plant operation logs or regulations has not been evaluated.

License

Apache-2.0, the same as the SciBERT base model.

Citation

See CITATION.cff in the project repository.

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
ab156ba

0 моделей