/ Модель

Характеристики

Контекст
512 токенов
Параметры
66,7 млн
Лицензия
Apache 2.0
Архитектура
pakmosaic · dense
Библиотека
transformers
Опубликована
29 сен 2026

PakMosaic-Small

Заполнение пропусковТекст → текст3 профессии

Компактный многоязычный энкодер ProximaAI для предсказания пропущенных слов в текстах на языках Южной Азии.

28скачиваний за 30 дней0лайковвеса обновлены29 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

PakMosaic-Small — энкодерная языковая модель ProximaAI для восстановления пропущенных токенов в тексте. Модель обучена как masked language model на смеси данных объёмом 2 млрд токенов; архитектура включает 12 слоёв, скрытый размер 512, 8 голов внимания, RoPE, GeGLU и связанные эмбеддинги. В модели около 66,7 млн параметров, контекст — до 512 токенов; для загрузки используется Transformers.

Модель предназначена для задач заполнения пропусков и анализа текста на языках Южной Азии, в том числе урду, пушту, панджаби, синдхи, сараики, кашмири и гуджарати. Данные обучения включают Wikimedia и сторонние веб-сборки; на Hugging Face распространяется только набор PakMosaic-Wikimedia-v0.2 под CC BY-SA. Лицензия модели — Apache 2.0.

Сценарии применения

  • заполнение пропусков в текстах на урду
  • восстановление скрытых слов в пушту и панджаби
  • оценка контекстуальной совместимости слов
  • эксперименты с энкодерными моделями для языков Южной Азии

Ограничения

Контекст ограничен 512 токенами. Карточка не приводит сравнительных оценок качества; заявленная область данных ориентирована на языки Южной Азии.

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

PakMosaic-Small

This is the finished ~67M PakMosaic encoder after a 2B-token serious train on the clean scale mix.

Architecture

Encoder-only MLM: pre-norm, RoPE, GeGLU, full attention, tied embeddings.

hidden size512
layers12
heads8
intermediate2048
vocab32,000

How to load

from transformers import AutoModelForMaskedLM, AutoTokenizer, pipeline

repo = "ProximaAI/PakMosaic-Small"
tok = AutoTokenizer.from_pretrained(repo)
model = AutoModelForMaskedLM.from_pretrained(repo, trust_remote_code=True)

fill = pipeline("fill-mask", model=model, tokenizer=tok)
print(fill("یہ ایک <mask> ہے۔"))

AutoModel also works (trust_remote_code=True) and returns encoder hidden states.

Data

Training mix is Wikimedia plus third-party web crawls used under their original terms. Only Wikimedia / CC BY-SA is redistributed on the Hub: PakMosaic-Wikimedia-v0.2.

Citation

Acknowledgements

Wikipedia volunteer editors, native reviewers, and Proxima AI.

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers · fill-mask

Нельзя запустить

Модели нужен код из репозитория; автор пока не в списке доверенных организаций.

Класс архитектуры
PakMosaicForMaskedLM
Ревизия весов
d159f5f

0 моделей