/ Модель

Характеристики

Контекст
512 токенов
Параметры
136 млн
Лицензия
Apache 2.0
Архитектура
bert · dense
Базовая модель
bert-base-cased
Библиотека
transformers
Опубликована
1 июл 2026

chrono-link-bert-americanstories-1850-1890

Заполнение пропусковТекст → текст3 профессии

Дообученная BERT-модель для предсказания пропущенных токенов в тексте.

26скачиваний за 30 дней0лайковвеса обновлены6 окт 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

chrono-link-bert-americanstories-1850-1890 — дообученная модель BERT для предсказания скрытых токенов в тексте. Она основана на bert-base-cased и предназначена для подстановки пропущенных слов в текстах, в том числе для работы с материалами, связанными с American Stories 1850–1890; сведения о датасете и специализации в карточке не раскрыты. Модель содержит 135,5 млн параметров, использует архитектуру BertForMaskedLM и обрабатывает последовательности длиной до 512 токенов.

Модель распространяется в формате safetensors по лицензии Apache-2.0. В README приведено значение loss 3,5010 на наборе оценки, но подробности оценки и обучающих данных отсутствуют.

Сценарии применения

  • подстановка пропущенного слова в предложении
  • восстановление скрытых токенов в историческом англоязычном тексте
  • оценка вероятных вариантов продолжения фразы

Ограничения

Обучающий датасет и подробности оценки не описаны; приведённый loss 3,5010 сам по себе не позволяет оценить качество на прикладных данных.

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

chrono-link-bert-americanstories-1850-1890

This model is a fine-tuned version of bert-base-cased on americanstories dataset. It achieves the following results on the evaluation set:

  • Loss: 3.5010

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: 16
  • eval_batch_size: 16
  • seed: 42
  • gradient_accumulation_steps: 2
  • total_train_batch_size: 32
  • 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: 5.0

Training results

Training LossEpochStepValidation Loss
8.23461.0713.8761
7.73242.01423.6731
7.48973.02133.6416
7.29824.02843.7271
7.42905.03553.6192

Framework versions

  • Transformers 5.12.1
  • Pytorch 2.12.1+cu130
  • Datasets 5.0.0
  • 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
18fb333

0 моделей