/ Модель

Характеристики

Контекст
512 токенов
Параметры
28,2 млн
Лицензия
MIT
Архитектура
deberta-v2 · dense
Библиотека
transformers
Опубликована
11 июн 2026

babydeberta-24m-hanzi-v8s

Заполнение пропусковТекст → текст3 профессии

Небольшая китайская модель DeBERTa-v2 для предсказания скрытых токенов и экспериментов с языковыми знаниями об иероглифах.

1 662скачиваний за 30 дней1лайквеса обновлены11 июн 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

BabyDeBERTa-24M (hanzi-aug v8s) — небольшая языковая модель DeBERTa-v2 с 28,2 млн параметров, обученная с нуля разработчиком ireallydk для всех треков соревнования ChineseBabyLM 2026. Это masked language model: она предсказывает скрытые токены в тексте, а не продолжает его как авторегрессионная модель. Модель обучалась на китайском корпусе BabyLM объёмом до 102 млн токенов и синтетических вспомогательных данных о пиньинь, омофонах и структуре иероглифов. Контекст — 512 токенов; используется токенизатор WordPiece на 12 тысяч токенов.

Модель предназначена для заполнения пропусков и экспериментов с пониманием китайского языка, включая оценку знаний о произношении и составе иероглифов. В карточке приведены результаты по задачам HANZI и нескольким китайским тестам NLU и когнитивной оценки; это результаты конкретного оценочного конвейера, а не гарантия качества в других сценариях. Доступна через Transformers как `AutoModelForMaskedLM` и `AutoTokenizer`. Лицензия — MIT.

Сценарии применения

  • Заполнение пропусков в китайских предложениях
  • Оценка языковых знаний о китайских иероглифах
  • Проверка связи между иероглифами и их произношением в пиньинь
  • Исследовательские эксперименты с компактными masked language models китайского языка

Ограничения

Модель обучена на ограниченном корпусе китайского языка и рассчитана на контекст до 512 токенов. Её назначение — предсказание скрытых токенов; она не предназначена для авторегрессионной генерации текста.

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

BabyDeBERTa-24M (hanzi-aug v8s) — ChineseBabyLM 2026

Small from-scratch DeBERTa-v2 masked language model (~26M params) for the ChineseBabyLM 2026 all-track challenge. Trained only on the official chinese-babylm-org/babylm-zho-100M corpus (≤102M tokens) plus synthesized HANZI auxiliary data (pinyin homophone + character-structure facts), up-weighted during training via weighted sampling.

backend: mlm (this is a masked LM, evaluate with the MLM backend, not causal.)

Scores (full eval pipeline, step-030000)

HANZI pinyinHANZI structureZhoBLiMPafqmcocnlitnewscluewsc2020word_fmrifmri
98.3083.7075.6769.1467.9354.0864.1455.868.57

Aggregates: HANZI 91.0 · NLU 66.2 · Cog 32.2 → Overall ≈ 63.1

Usage

from transformers import AutoModelForMaskedLM, AutoTokenizer
tok = AutoTokenizer.from_pretrained("ireallydk/babydeberta-24m-hanzi-v8s")
model = AutoModelForMaskedLM.from_pretrained("ireallydk/babydeberta-24m-hanzi-v8s")

Method

12k WordPiece tokenizer (NFKC, force-covers structure components, built only from training data + general hanzi dictionaries — not the eval set). HANZI aux synthesized from general sources (char↔pinyin homophones; whole↔component structure from makemeahanzi + cjkvi-ids). Weighted sampling (aux_fraction=0.4). Anti-leakage: corpus selection never uses the eval set; exact eval test sentences removed.

Training data + full pipeline: https://github.com/yjchen-713705/chinese-babylm-2026 (branch babydeberta-24m-hanzi-v8s).

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
DebertaV2ForMaskedLM
Ревизия весов
bea76e9

0 моделей