Характеристики

Контекст: 512 токенов
Параметры: 212 млн
Лицензия: Apache 2.0
Архитектура: bert · dense
Библиотека: transformers
Опубликована: 26 июн 2023

Ссылки

Hugging Face arXiv 2208.01875

BEREL_3.0

dicta-il

Генерация текстаТекст → текст3 профессии

BEREL 3.0 — BERT-модель для языковой обработки текстов на иврите с поддержкой masked language modeling.

4 632скачиваний за 30 дней5лайковвеса обновлены16 июн 2025

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Тесты пользователейпока нет

Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.

Добавьте модель в бенчмарк
Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.
Опишите свои задачи
Напишите запросы, при необходимости приложите файлы и эталонные ответы.
Запустите и опубликуйте
Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

Открыть конструктор бенчмарка

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

BEREL 3.0 — модель Dicta для обработки текстов на иврите, представленная как BERT с головой языкового моделирования. В карточке указана статья Avi Shmidman и соавторов о BEREL; модель загружается через Transformers и содержит около 211,6 млн параметров. Метаданные относят её к генерации текста, а архитектура и пример использования указывают на задачу masked language modeling.

Модель рассчитана на языковые задачи с текстами на иврите и обучена для работы с особой токенизацией: авторы предупреждают, что обычный BertTokenizer даст плохие результаты, и рекомендуют AutoTokenizer или BertTokenizerFast. Максимальная длина контекста составляет 512 токенов. Веса доступны в форматах PyTorch и safetensors по лицензии Apache-2.0.

Сценарии применения

подстановка пропущенных слов в текстах на иврите
оценка языковых представлений и эксперименты с ивритом
подготовка признаков для NLP-систем на иврите

Ограничения

Для корректной токенизации используйте AutoTokenizer или BertTokenizerFast: обычный BertTokenizer, по предупреждению авторов, приводит к плохим результатам. Контекст ограничен 512 токенами.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

II.10Разработка и данныеРазработка и эксплуатация AI/ML-системAI помогает создавать, оценивать, развёртывать и контролировать AI/ML-системы на всём жизненном цикле.30 задач49 000моделей I.11Универсальные способностиКлассификация, ранжирование и сопоставлениеAI помогает распределять объекты по категориям, устанавливать соответствия и определять порядок обработки.15 задач26 736моделей I.5Универсальные способностиСоздание и редактирование текстаAI помогает создавать и улучшать текстовые материалы, сохраняя смысл и требования автора.18 задач44 385моделей

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Introducing BEREL 3.0 - New and Improved BEREL: BERT Embeddings for Rabbinic-Encoded Language

When using BEREL 3.0, please reference:

Avi Shmidman, Joshua Guedalia, Shaltiel Shmidman, Cheyn Shmuel Shmidman, Eli Handel, Moshe Koppel, "Introducing BEREL: BERT Embeddings for Rabbinic-Encoded Language", Aug 2022 [arXiv:2208.01875]

Usage:

from transformers import AutoTokenizer, BertForMaskedLM

tokenizer = AutoTokenizer.from_pretrained('dicta-il/BEREL_3.0')
model = BertForMaskedLM.from_pretrained('dicta-il/BEREL_3.0')

# for evaluation, disable dropout
model.eval()

NOTE: This code will not work and provide bad results if you use BertTokenizer. Please use AutoTokenizer or BertTokenizerFast.

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры: BertLMHeadModel
Ревизия весов: 25dc07f