/ Модель

Характеристики

Контекст
512 токенов
Параметры
18,9 млн
Лицензия
Apache 2.0
Архитектура
bert · dense
Опубликована
16 сен 2026

HmarBERT-mini

Заполнение пропусковТекст → текст3 профессии

Компактная BERT-модель для предсказания замаскированных слов и анализа контекста на языке хмар.

459скачиваний за 30 дней0лайковвеса обновлены20 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

HmarBERT-mini — компактная модель семейства BERT, созданная разработчиком azinamotoe с нуля для языка хмар (Hmar, hmr), одного из зо-языков. Это четырёхслойный энкодер BERT с 384 скрытыми измерениями и 6 головами внимания; по метаданным модель содержит 18,9 млн параметров, использует формат safetensors и обрабатывает последовательности длиной до 512 токенов. В README указан размер 16,91 млн параметров, поэтому оценки размера в источниках расходятся.

Модель обучена на предложениях и абзацах на языке хмар и предназначена для предсказания замаскированных слов, анализа контекста и исследований низкоресурсного языка. Токенизатор без учёта регистра сводит варианты написания с диакритикой и без неё к одинаковым токенам и сохраняет стандартные буквы и диграфы хмар. Компактный размер рассчитан на быстрый запуск на обычных компьютерах и базовых CPU.

Лицензия — Apache-2.0. Модель специализирована на языке хмар; перенос её на другие языки и задачи за пределами заполнения масок не описан. Качество зависит от состава обучающих текстов, включая религиозные, прозаические, эссеистические и онлайн-материалы.

Сценарии применения

  • предсказание пропущенного слова в тексте на языке хмар
  • проверка языковых гипотез о грамматике и словообразовании хмар
  • изучение контекстных представлений языка хмар
  • эксперименты с NLP для низкоресурсного языка хмар

Ограничения

Модель обучена для языка хмар, поэтому её пригодность для других языков не установлена. Метаданные указывают 18,9 млн параметров, тогда как README приводит 16,91 млн.

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

HmarBERT-mini

HmarBERT-mini is a small, 4-layer BERT model trained from scratch for the Hmar language (hmr, ISO 639-3), part of the Zo languages family.

At roughly 16.9M parameters (~32 MB in FP16), it runs quickly on laptops, phones, or basic CPUs.


Model Details

  • Architecture: 4-layer BERT encoder (384 hidden size, 6 attention heads)
  • Parameters: 16.91M (~32.2 MB FP16 / ~67.6 MB FP32)
  • Vocabulary: 24,576 WordPiece tokens (uncased)
  • Max Sequence Length: 512 tokens
  • Masking: Whole-word masking (6-epoch cycles, 100% token coverage)
  • Training length: 48 epochs (8 cycles)

Training

Training ran in two phases:

  1. Epochs 1–24: ~265k short sentences (hmar-heritage-org/sentences) to learn basic grammar, affixes, and sentence structure.
  2. Epochs 25–48: ~33k paragraphs (hmar-heritage-org/paragraphs, ~3.86M words) from scripture, prose, essays, and online comments to handle full context up to 512 tokens.

Tokenizer

  • Accents: Typing without accents (tirin, van, Pathien) maps to the same tokens as formal text with accents (tîrin, vân, Pathien).
  • Emojis and symbols: Cleaned during preprocessing so they don't produce accidental [UNK] tokens.
  • Hmar characters: Preserves all standard letters and digraphs (ṭ, kh, th, ng, ch).

Quickstart

from transformers import pipeline

unmasker = pipeline("fill-mask", model="azinamotoe/HmarBERT-mini")

# Example 1: Prose
text1 = "Chu zan chun lung an lêng deu rieu leiin a ruolnu chu hla rikawt insaktir dingin kan [MASK] a."
print(unmasker(text1)[0]['sequence'])
# -> "...hla rikawt insaktir dingin kan ngên a."

# Example 2: Scripture
text2 = "A tîrin Pathienin hnuoi le [MASK] a siem a."
print(unmasker(text2)[0]['sequence'])
# -> "A tîrin Pathienin hnuoi le vân a siem a."

Evaluation

For test results, accuracy curves, and qualitative examples across different registers, see:


Acknowledgements

Trained on open datasets curated by the Hmar Heritage Foundation (hmar-heritage-org).

Как запустить

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

GPU в ailist

Универсальный рантайм · fill-mask

Можно запустить

Подбираем GPU…

Класс архитектуры
BertForMaskedLM
Ревизия весов
db397d4

0 моделей