Характеристики

Контекст: 8 192 токена
Параметры: 307 млн
Лицензия: MIT
Архитектура: modernbert · dense
Базовая модель: mmBERT-base
Библиотека: transformers
Опубликована: 2 окт 2026

Ссылки

pii-dual-nym-mmbert-base-v2

Разметка токеновТекст → label

Дообученная многоязычная ModernBERT-модель для классификации токенов, название которой предполагает задачи обнаружения персональных данных и псевдонимизации.

68скачиваний за 30 дней0лайковвеса обновлены2 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

jefftherover/pii-dual-nym-mmbert-base-v2 — дообученная на неизвестном наборе данных модель для классификации токенов, созданная на основе многоязычного энкодера jhu-clsp/mmBERT-base. Её можно применять для задач разметки текста по токенам; название модели указывает на выявление персональных данных и псевдонимизацию, однако README не описывает эти функции и не подтверждает их отдельно.

Модель построена на архитектуре ModernBERT, содержит около 306,9 млн параметров, принимает текст и имеет контекст до 8192 токенов. README приводит высокие метрики на оценочной выборке: F1 0,9978 и точность 0,9996, но не раскрывает состав данных и методику оценки. Модель распространяется по лицензии MIT.

Сценарии применения

разметка токенов в тексте для классификации
поиск потенциально чувствительных фрагментов текста
подготовка текста к псевдонимизации после проверки назначения модели

Ограничения

README не уточняет набор меток, обучающие данные и подтверждённое назначение модели; связь с PII и псевдонимизацией следует только из названия. Метрики приведены без описания оценочной выборки и методики.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

pii-dual-nym-mmbert-base-v2

This model is a fine-tuned version of jhu-clsp/mmBERT-base on an unknown dataset. It achieves the following results on the evaluation set:

Loss: 0.0020
Precision: 0.9974
Recall: 0.9982
F1: 0.9978
Accuracy: 0.9996

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: 32
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: cosine_with_restarts
lr_scheduler_warmup_steps: 200
num_epochs: 4
mixed_precision_training: Native AMP

Training results

Training Loss	Epoch	Step	Validation Loss	Precision	Recall	F1	Accuracy
0.0143	0.8873	2000	0.0044	0.9934	0.9956	0.9945	0.9989
0.0048	1.7746	4000	0.0030	0.9961	0.9970	0.9966	0.9993
0.0008	2.6619	6000	0.0022	0.9971	0.9978	0.9975	0.9995
0.0000	3.5492	8000	0.0020	0.9973	0.9981	0.9977	0.9996
0.0002	4.0	9016	0.0020	0.9974	0.9982	0.9978	0.9996

Framework versions

Transformers 5.18.0
Pytorch 2.14.1+cu130
Datasets 5.0.1
Tokenizers 0.23.2

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers · token-classification

Можно запустить

Подбираем GPU…

Класс архитектуры: ModernBertForTokenClassification
Ревизия весов: 34b732f