/ Модель

Характеристики

Контекст
1 025 токенов
Параметры
138 млн
Лицензия
Своя лицензия
Архитектура
roberta · dense
Библиотека
transformers
Опубликована
1 сен 2026

KainoBERTa-sphragis

Заполнение пропусковТекст → текст3 профессии

RoBERTa-модель, обученная с нуля на древнегреческих текстах для предсказания замаскированных токенов и анализа языковых закономерностей.

43скачиваний за 30 дней0лайковвеса обновлены25 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

KainoBERTa-sphragis — языковая модель RoBERTa base, разработанная Urdatorn для древнегреческого языка. Это маскированная языковая модель с 12 слоями, размером 768 и 12 головами внимания; она содержит около 138,4 млн параметров и принимает последовательности длиной до 1 025 токенов. Веса обучены с нуля: модель не наследует веса FacebookAI/roberta-base.

Модель обучена на очищенной версии корпуса Urdatorn/AncientGreek-no-sphragis и предназначена для предсказания замаскированных токенов и изучения языковых закономерностей древнегреческого. Она также служит архитектурным контролем в сравнении с KainoBERT на третьей редакции рейтинга Sphragis. Корпус очищен от работ бенчмарка, совпадающих строк и заданных текстовых окон, однако очистка не исключает всех коротких цитат, парафразов или текстов, встроенных в комментарии; кроме того, из обучения удалены произведения авторов, проверяемых бенчмарком. Лицензия в метаданных указана как other.

Сценарии применения

  • предсказание пропущенных слов в древнегреческом тексте
  • восстановление замаскированных токенов в корпусах древнегреческого
  • изучение языковых представлений древнегреческого текста
  • сравнение архитектур языковых моделей для древнегреческого
  • эксперименты с атрибуцией авторства древнегреческих текстов

Ограничения

Очистка обучающего корпуса не исключает парафразы, цитаты короче шести слов и тексты бенчмарка, встроенные в схолии или комментарии. Из корпуса также удалены все произведения авторов, чьи тексты проверяются бенчмарком.

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

KainoBERTa

KainoBERTa is a roberta-base masked language model for Ancient Greek, trained from random initialization on the second derivative of the Urdatorn/AncientGreek-no-sphragis corpus (revision 73f02698199c404d85acdc875b0f73d0741caa10). It does not inherit the weights of FacebookAI/roberta-base; only the architecture is reproduced. It is the architecture control of Urdatorn/KainoBERT-sphragis on the third edition of the Sphragis leaderboard.

Why this model replaces the first KainoBERTa

This repository first held a KainoBERTa pretrained on a corpus from which only the exact lines of the benchmark had been removed, so it had read the benchmark's works in other editions. Its memorisation probe showed no gap, but at that model's accuracy the probe has little power, and the leaderboard's standard, applied to KainoBERT on 2026-09-24, is that no published encoder may have read the benchmark's works at all. That model was withdrawn on 2026-09-25 and its weights deleted.

The architecture control

KainoBERT and KainoBERTa read the very same prepared corpus: the same 32,768-token byte-level BPE, the same packed 1,024-token blocks (80% with polytonic diacritics, a deterministic 20% through grc_utils.only_bases), the same 30% dynamic masking, the same fused AdamW, effective batch of 512 sequences, weight decay and stopping rule. They differ in the architecture alone, ModernBERT-base against roberta-base, and in one training-length setting forced by the architecture: KainoBERTa's high-learning-rate phase is twelve epochs where KainoBERT's is four, because a four-epoch phase left the roberta architecture on its initial plateau (validation loss 6.54; that run's metrics are kept beside the training code). Everything after the plateau is the shared recipe.

Training

  • Architecture: RoBERTa base, 12 layers, hidden size 768, 12 heads, 111,634,688 parameters; no inherited weights
  • Phase one: 12 epochs at peak learning rate 3e-4 with 5% warmup, decaying to 3e-5: 7,584 steps, 3.98B tokens presented, validation loss 3.082
  • Phase two (continuation from the phase-one weights): learning rate 3e-5, no warmup, stopped by early stopping after six evaluations without a 0.002 improvement in validation loss: 21,750 further steps, 11.40B tokens presented, best validation loss 2.731 (perplexity 15.4)
  • Total tokens presented: 15.38B

The corpus removes every benchmark work by identifier and by text, every record holding a six-word window of a benchmark unit, and every exact line; a rescan of the finished corpus finds zero benchmark windows and zero matching lines. The masked-token memorisation probe on the leaderboard reports where this model places the benchmark's test sentences between the corpus text it saw and the text it did not.

Full provenance, hyperparameters and the loss history of the second phase are in training_metrics.json. The training code is Urdatorn/sphragis_models (slurm/train_kainoberta_v2.slurm, slurm/continue_kainoberta_v2.slurm, sphragis_models/kainobert_pretrain.py --architecture roberta).

Licence

The corpus is a mixed-licence compilation. Consult each source record's license field before redistribution or downstream use.

Limitations

The exclusion removes benchmark works, six-word windows of benchmark units and exact lines. It cannot rule out paraphrases, quotations shorter than six words, or scholia and commentaries that embed benchmark text in other words. It also removed the benchmark authors' works wholesale, so the model has read less of exactly the authors the benchmark asks about.

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
RobertaForMaskedLM
Ревизия весов
2318d7a

0 моделей