/ Модель

Характеристики

Контекст
8 192 токена
Параметры
149 млн
Архитектура
modernbert · dense
Библиотека
transformers
Опубликована
11 янв 2025

ModernBERT-ar-base-tiny

Заполнение пропусковТекст → текст3 профессии

Экспериментальная арабоязычная ModernBERT-модель для предсказания замаскированных фрагментов текста.

12скачиваний за 30 дней1лайквеса обновлены12 янв 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

ModernBERT-ar-base-tiny — экспериментальная арабоязычная модель для заполнения пропусков в тексте, разработанная на основе архитектуры ModernBERT. Автор обучил её на выборке Fineweb2 на арабском языке и обучил токенизатор на том же наборе данных. Модель относится к классу ModernBertForMaskedLM, содержит 149 млн параметров и поддерживает контекст до 8192 токенов; веса опубликованы в формате safetensors.

Модель предназначена для образовательных и исследовательских экспериментов с маскированным языковым моделированием на арабском тексте. README предупреждает, что данные ограничены, а обучение не завершено, поэтому качество и надёжность могут быть недостаточными для практического применения. Лицензия в доступных сведениях не приведена.

Сценарии применения

  • заполнение пропущенных слов в арабском тексте
  • эксперименты с маскированным языковым моделированием на арабском
  • обучающие демонстрации работы ModernBERT

Ограничения

Модель обучена на ограниченной выборке и, по README, не прошла полного обучения; её качество может быть ограниченным. Лицензия не указана в использованных источниках.

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

ModernBERT-ar-base-tiny

This model was trained on Fineweb2 Ar sample dataset. The tokenizer was also trained using the same dataset.
See sample code (usage and training) and initial post
Updated: Jan. 12, 2025.

Model description

ModernBERT Arabic (MLM) experiment.

Intended uses & limitations

Educational and explorational uses only. Limited data, not fully trained.

Training and evaluation data

Evaluation on 5% of the data, uses 2 GPUs.

Training hyperparameters

The following hyperparameters were used during training:

  • learning_rate: 5e-05
  • train_batch_size: 12
  • eval_batch_size: 12
  • seed: 42
  • distributed_type: multi-GPU
  • num_devices: 2
  • total_train_batch_size: 24
  • total_eval_batch_size: 24
  • optimizer: Use adamw_torch with betas=(0.9,0.999) and epsilon=1e-08 and optimizer_args=No additional optimizer arguments
  • lr_scheduler_type: linear
  • lr_scheduler_warmup_steps: 500
  • training_steps: 50000
  • mixed_precision_training: Native AMP

Framework versions

  • Transformers 4.49.0.dev0
  • Pytorch 2.5.1+cu121
  • Datasets 3.2.0
  • Tokenizers 0.21.0

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
ModernBertForMaskedLM
Ревизия весов
0cdca0e

0 моделей