/ Модель

Характеристики

Контекст
8 192 токена
Параметры
677 млн
Лицензия
MIT
Архитектура
modernbert · dense
Базовая модель
ModernBERT-JP-0.5B-PT-stage2
Библиотека
sentence-transformers
Опубликована
14 ноя 2025

Sentence-ModernBERT-JP-0.5B-PT

ЭмбеддингиТекст → embedding9 профессий

Модель создаёт эмбеддинги японских предложений для семантического поиска и сравнения текстов.

76скачиваний за 30 дней0лайковвеса обновлены4 авг 2026

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.

  1. Добавьте модель в бенчмарк

    Вместе с другими моделями категории «Эмбеддинги» — сравнение идёт внутри одной категории.

  2. Опишите свои задачи

    Напишите запросы, при необходимости приложите файлы и эталонные ответы.

  3. Запустите и опубликуйте

    Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

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

Sentence-ModernBERT-JP-0.5B-PT — модель для получения векторных представлений японских предложений, разработанная на основе iamtatsuki05/ModernBERT-JP-0.5B-PT-stage2. Авторы дообучили базовую ModernBERT методом контрастивного обучения со слабой разметкой на датасете cl-nagoya/ruri-dataset-v2-pt; модель содержит около 677,5 млн параметров и выдаёт эмбеддинги размерности 1280 с усреднением токенов.

Модель предназначена для поиска по смыслу, сравнения предложений и извлечения релевантных текстов. Она принимает текстовые последовательности длиной до 8192 токенов, использует токенизатор SentencePiece с размером словаря 102 400 и позиционное кодирование RoPE; для сравнения векторов рекомендуется косинусное сходство. Поддерживаемый язык — японский. Модель распространяется в формате safetensors и доступна по лицензии MIT.

Сценарии применения

  • семантический поиск по японским документам
  • поиск похожих японских предложений
  • ранжирование японских текстов по релевантности
  • извлечение релевантных фрагментов для RAG
  • сравнение японских запросов и документов

Ограничения

Модель рассчитана на японский язык, поэтому качество для других языков не подтверждено. Эмбеддинги имеют размерность 1280, а максимальная длина последовательности составляет 8192 токена.

Для каких профессий подходит9

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Sentence-ModernBERT-JP-0.5B-PT

English / Japanese

Overview

Sentence-ModernBERT-JP-0.5B-PT wraps iamtatsuki05/ModernBERT-JP-0.5B-PT-stage2 with weakly supervised contrastive training on cl-nagoya/ruri-dataset-v2-pt, producing 1,280-dimensional Japanese sentence embeddings.

Consept

Usage

Requirements

sentence-transformers>=4.1.0
transformers>=4.51.0
accelerate>=1.6.0
sentencepiece>=0.2.0
flash-attn>=2.7.3

Sample Code

import torch
from sentence_transformers import SentenceTransformer

model_name = "iamtatsuki05/Sentence-ModernBERT-JP-0.5B-PT"
model_kwargs = {
  "torch_dtype": torch.bfloat16,
  "attn_implementation": "flash_attention_2",
}
model = SentenceTransformer(model_name, model_kwargs=model_kwargs)

queries = ["ハチワレはどのようなキャラクターですか?"]
docs = [
    "ハチワレは、『ちいかわ』に登場する猫風のキャラクターで、明るく社交的、前向きな性格が特徴。ちいかわたちと共に日常を楽しみつつ、討伐などの冒険にも積極的に挑む存在です。",
    "うさぎは、天真爛漫でマイペースな性格が特徴のキャラクターで、突飛な行動力と鋭い直感でちいかわたちを引っ張る存在。自由気ままながらも仲間思いな一面を併せ持ちます。",
]
q_emb = model.encode(queries, normalize_embeddings=True)
d_emb = model.encode(docs, normalize_embeddings=True)
scores = model.similarity(q_emb, d_emb)
print(scores)

Model Details

  • Base model: iamtatsuki05/ModernBERT-JP-0.5B-PT-stage2
  • Architecture: ModernBERT
  • Maximum sequence length: 8,192 tokens
  • Embedding dimension: 1280 (mean pooling)
  • Tokenizer: SentencePiece / vocabulary size 102,400
  • Positional encoding: RoPE
  • Supported languages: Japanese
  • Similarity metric: cosine

Model Series

The following encoders share the same weakly supervised recipe on cl-nagoya/ruri-dataset-v2-pt, using roughly two million pairs per subset.

IDArchitecture#Param.#Param.w/o Emb.
iamtatsuki05/Sentence-ModernBERT-JP-0.5B-PT(this model)ModernBERT679M548M
iamtatsuki05/Sentence-Llama-Bi-JP-0.5B-PTLlama661M530M
iamtatsuki05/Sentence-Sarashina-Bi-0.5B-PTLlama661M530M

Licence

This model is distributed under the MIT License.

How to Cite

@article{MIREI
  title={同一条件下における Encoder/Decoder アーキテクチャによる文埋め込みの性能分析},
  author={岡田 龍樹 and 杉本 徹},
  journal={言語処理学会第 32 回年次大会 (NLP2026)},
  year={2026}
}

Как запустить

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

GPU в ailist

Универсальный рантайм · sentence-transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
ModernBertModel
Ревизия весов
2a6e9fc

0 моделей