/ Модель

Характеристики

Контекст
8 192 токена
Параметры
434 млн
Лицензия
Apache 2.0
Архитектура
gte · dense
Опубликована
28 сен 2026

gte-en-mlm-large

Заполнение пропусковТекст → текст3 профессии

Англоязычный энкодер GTE-v1.5 на 433,9 млн параметров для предсказания скрытых токенов в последовательностях длиной до 8192 токенов.

27скачиваний за 30 дней0лайковвеса обновлены28 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

gte-en-mlm-large — англоязычный текстовый энкодер семейства GTE-v1.5, разработанный Institute for Intelligent Computing группы Alibaba. Это версия модели Alibaba-NLP/gte-en-mlm-large для Transformers: веса не менялись, преобразована только конфигурация, чтобы модель загружалась без trust_remote_code. Архитектура основана на transformer++ (BERT, RoPE и GLU), использует словарь bert-base-uncased и обучена методом masked language modeling на c4-en. В метаданных указаны 433,9 млн параметров и контекст до 8192 токенов.

Модель предназначена для англоязычного представления текста; семейство GTE-v1.5 включает энкодеры, модели эмбеддингов и реранкинга. Для этой MLM-версии в метаданных указана задача fill-mask. В таблице README для варианта large приведена оценка GLUE 87,58. Модель распространяется по лицензии Apache-2.0.

Сценарии применения

  • предсказание замаскированных слов в английском тексте
  • восстановление пропущенных токенов в предложении
  • эксперименты с masked language modeling на английском языке

Ограничения

Эта версия предназначена для английского языка и задачи fill-mask; её не следует считать инструкционной генеративной моделью. README не приводит отдельной оценки качества для заполнения масок.

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

gte-en-mlm-large

This is the Transformers version of Alibaba-NLP/gte-en-mlm-large. The weights are unchanged, only config.json is converted so that the model loads natively in Transformers without trust_remote_code.

We introduce GTE-v1.5 series, new generalized text encoder, embedding and reranking models that the context length of up to 8192. The models are built upon the transformer++ encoder backbone (BERT + RoPE + GLU, code refer to Alibaba-NLP/new-impl) as well as the vocabulary of bert-base-uncased.

This text encoder is the GTEv1.5-en-MLM-large-8192 in table 13 of our paper.

Model list

ModelsLanguageModel SizeMax Seq. LengthGLUEXTREME-R
gte-multilingual-mlm-baseMultiple306M819283.4764.44
gte-en-mlm-baseEnglish-819285.61-
gte-en-mlm-largeEnglish-819287.58-

Training Details

Training Data

  • Masked language modeling (MLM): c4-en

Training Procedure

To enable the backbone model to support a context length of 8192, we adopted a multi-stage training strategy. The model first undergoes preliminary MLM pre-training on shorter lengths. And then, we resample the data, reducing the proportion of short texts, and continue the MLM pre-training.

The entire training process is as follows:

  • MLM-512: lr 2e-4, mlm_probability 0.3, batch_size 4096, num_steps 300000, rope_base 10000
  • MLM-2048: lr 5e-5, mlm_probability 0.3, batch_size 4096, num_steps 30000, rope_base 10000
  • MLM-8192: lr 5e-5, mlm_probability 0.3, batch_size 1024, num_steps 30000, rope_base 160000

Evaluation

ModelsLanguageModel SizeMax Seq. LengthGLUEXTREME-R
gte-multilingual-mlm-baseMultiple306M819283.4764.44
gte-en-mlm-baseEnglish137M819285.61-
gte-en-mlm-largeEnglish435M819287.58-
MosaicBERT-baseEnglish137M12885.4-
MosaicBERT-base-2048English137M204885-
JinaBERT-baseEnglish137M51285-
nomic-bert-2048English137M204884-
MosaicBERT-largeEnglish434M12886.1-
JinaBERT-largeEnglish434M51283.7-
XLM-R-baseMultiple279M51280.4462.02
RoBERTa-baseEnglish125M51286.4-
RoBERTa-largeEnglish355M51288.9-

Citation

If you find our paper or models helpful, please consider citing them as follows:

@misc{zhang2024mgte,
  title={mGTE: Generalized Long-Context Text Representation and Reranking Models for Multilingual Text Retrieval}, 
  author={Xin Zhang and Yanzhao Zhang and Dingkun Long and Wen Xie and Ziqi Dai and Jialong Tang and Huan Lin and Baosong Yang and Pengjun Xie and Fei Huang and Meishan Zhang and Wenjie Li and Min Zhang},
  year={2024},
  eprint={2407.19669},
  archivePrefix={arXiv},
  primaryClass={cs.CL},
  url={https://arxiv.org/abs/2407.19669}, 
}

Как запустить

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

GPU в ailist

Универсальный рантайм · fill-mask

Нельзя запустить

Архитектура gte неизвестна transformers в образе рантайма.

Класс архитектуры
NewForMaskedLM
Ревизия весов
d673702

0 моделей