/ Модель

Характеристики

Контекст
512 токенов
Параметры
205 млн
Лицензия
Apache 2.0
Архитектура
bert · dense
Базовая модель
bert-base-multilingual-cased
Библиотека
transformers
Опубликована
13 авг 2026

kubert-from_multilingual

Заполнение пропусковТекст → текст3 профессии

Дообученная многоязычная BERT-модель для предсказания слов, скрытых маской в тексте.

25скачиваний за 30 дней0лайковвеса обновлены13 авг 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

ania3000/kubert-from_multilingual — дообученная модель семейства BERT для восстановления замаскированных слов в тексте. Она основана на многоязычной google-bert/bert-base-multilingual-cased и содержит около 205,1 млн параметров. Модель принимает текст с маской и предсказывает подходящее слово для её заполнения.

Модель поддерживает многоязычный текст, использует архитектуру BertForMaskedLM и рассчитана на контекст до 512 токенов. В README приведён результат оценки Loss 1,7621; подробности набора данных и сценариев обучения не раскрыты. Модель распространяется под лицензией Apache-2.0.

Сценарии применения

  • восстановление пропущенного слова в предложении
  • подбор вариантов для замаскированного фрагмента текста
  • проверка языковых представлений в многоязычном BERT
  • создание обучающих упражнений с пропусками

Ограничения

README не раскрывает обучающий набор данных и подробные ограничения или результаты по отдельным языкам. Контекст модели ограничен 512 токенами.

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

kubert-from_multilingual

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

  • Loss: 1.7621

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: 5e-05
  • train_batch_size: 8
  • eval_batch_size: 8
  • seed: 42
  • 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: 5

Training results

Training LossEpochStepValidation Loss
No log0.47852002.5883
No log0.95694002.3145
No log1.43546002.1484
No log1.91398002.0133
No log2.392310001.9202
No log2.870812001.8627
No log3.349314001.8354
No log3.827816001.7811
No log4.306218001.7584
No log4.784720001.7621

Framework versions

  • Transformers 4.57.3
  • Pytorch 2.11.0+cu128
  • Datasets 4.0.0
  • Tokenizers 0.22.2

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
18d8c4d

0 моделей