/ Модель

Характеристики

Контекст
512 токенов
Параметры
205 млн
Лицензия
Apache 2.0
Архитектура
bert · dense
Базовая модель
bert-base-multilingual-cased
Библиотека
transformers
Опубликована
15 сен 2025

chakma-bert

Заполнение пропусковТекст → текст

Дообученная мультиязычная BERT-модель для предсказания пропущенных слов в текстах на языке чакма.

112скачиваний за 30 дней0лайковвеса обновлены15 сен 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

chakma-bert — дообученная модель BERT для заполнения пропусков в тексте. Она основана на bert-base-multilingual-cased, имеет 205,1 млн параметров и принимает последовательности длиной до 512 токенов. Модель обучена на наборе данных, который в карточке не определён; на оценочной выборке указано значение loss 1,8670.

Модель подходит для предсказания пропущенных токенов в текстах на языке чакма. Архитектура — BertForMaskedLM; веса опубликованы в формате safetensors, лицензия — Apache-2.0. Карточка не описывает дополнительные сценарии применения или ограничения качества.

Сценарии применения

  • подстановка пропущенного слова в предложении на чакма
  • восстановление замаскированных токенов в тексте на чакма
  • подготовка языковых примеров для чакма с пропусками

Ограничения

Обучающий набор данных не определён в карточке, а результат оценки приведён только как loss 1,8670 без описания протокола. README не содержит сведений о дополнительных ограничениях и сценариях применения.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

chakma-bert

This model is a fine-tuned version of bert-base-multilingual-cased on the None dataset. It achieves the following results on the evaluation set:

  • Loss: 1.8670

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: 2e-05
  • train_batch_size: 2
  • eval_batch_size: 2
  • seed: 42
  • gradient_accumulation_steps: 4
  • total_train_batch_size: 8
  • 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: 18
  • mixed_precision_training: Native AMP

Training results

Training LossEpochStepValidation Loss
3.12871.0592.8297
2.79742.01182.5401
2.50443.01772.4909
2.4324.02362.2127
2.33175.02952.2474
2.18596.03542.2014
2.15827.04132.1784
2.06948.04722.0472
2.06629.05312.0296
2.016410.05902.0319
1.995511.06491.9045
1.895312.07081.9912
1.905913.07671.9668
1.887714.08261.8459
1.867515.08851.8975
1.864416.09441.8578
1.848217.010031.9558
1.827618.010621.8670

Framework versions

  • Transformers 4.56.1
  • Pytorch 2.8.0+cu126
  • Datasets 4.0.0
  • Tokenizers 0.22.0

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
8d27c86

0 моделей