/ Модель

Характеристики

Контекст
1 024 токена
Параметры
40,1 млн
Архитектура
ngram-deberta-v2 · dense
Библиотека
transformers
Опубликована
15 авг 2025

amlm_hard_nhot

Заполнение пропусковТекст → текст3 профессии

Компактная маскированная языковая модель из коллекции BabyLM 2025 для предсказания скрытых токенов и экспериментов с языковыми моделями.

5 412скачиваний за 30 дней0лайковвеса обновлены15 авг 2025

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

leukas/amlm_hard_nhot — маскированная языковая модель, опубликованная исследователем Lukas Edman в коллекции BabyLM 2025. Она предназначена для предсказания скрытых токенов в тексте и связана с экспериментами по обучению компактных языковых моделей. Архитектура — NGramDebertaV2ForMaskedLM, около 40,1 млн параметров; модель принимает текстовые последовательности с контекстом до 1024 токенов и выдаёт оценки вероятности для заполнения маски.

Модель можно применять для восстановления пропусков в тексте и исследования языковых представлений небольших моделей. Коллекция BabyLM 2025 указывает на исследовательский контекст разработки, но сама по себе не подтверждает отдельные результаты или гарантии качества этой версии. Языки обучения, лицензия и сравнительные показатели в доступных источниках не установлены.

Сценарии применения

  • заполнение пропусков в предложениях
  • предсказание замаскированного слова по контексту
  • исследование языковых представлений компактных моделей

Ограничения

Доступные сведения не устанавливают поддерживаемые языки, лицензию или сравнительное качество модели. Она предназначена для предсказания маскированных токенов, а не для генерации текста в формате чат-ассистента.

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

Model Card for Model ID

Model Details

Model Description

This is the model card of a 🤗 transformers model that has been pushed on the Hub. This model card has been automatically generated.

  • Developed by: [More Information Needed]
  • Funded by [optional]: [More Information Needed]
  • Shared by [optional]: [More Information Needed]
  • Model type: [More Information Needed]
  • Language(s) (NLP): [More Information Needed]
  • License: [More Information Needed]
  • Finetuned from model [optional]: [More Information Needed]

Model Sources [optional]

  • Repository: [More Information Needed]
  • Paper [optional]: [More Information Needed]
  • Demo [optional]: [More Information Needed]

Uses

Direct Use

[More Information Needed]

Downstream Use [optional]

[More Information Needed]

Out-of-Scope Use

[More Information Needed]

Bias, Risks, and Limitations

[More Information Needed]

Recommendations

Users (both direct and downstream) should be made aware of the risks, biases and limitations of the model. More information needed for further recommendations.

How to Get Started with the Model

Use the code below to get started with the model.

[More Information Needed]

Training Details

Training Data

[More Information Needed]

Training Procedure

Preprocessing [optional]

[More Information Needed]

Training Hyperparameters

  • Training regime: [More Information Needed]

Speeds, Sizes, Times [optional]

[More Information Needed]

Evaluation

Testing Data, Factors & Metrics

Testing Data

[More Information Needed]

Factors

[More Information Needed]

Metrics

[More Information Needed]

Results

[More Information Needed]

Summary

Model Examination [optional]

[More Information Needed]

Environmental Impact

Carbon emissions can be estimated using the Machine Learning Impact calculator presented in Lacoste et al. (2019).

  • Hardware Type: [More Information Needed]
  • Hours used: [More Information Needed]
  • Cloud Provider: [More Information Needed]
  • Compute Region: [More Information Needed]
  • Carbon Emitted: [More Information Needed]

Technical Specifications [optional]

Model Architecture and Objective

[More Information Needed]

Compute Infrastructure

[More Information Needed]

Hardware

[More Information Needed]

Software

[More Information Needed]

Citation [optional]

BibTeX:

[More Information Needed]

APA:

[More Information Needed]

Glossary [optional]

[More Information Needed]

More Information [optional]

[More Information Needed]

Model Card Authors [optional]

[More Information Needed]

Model Card Contact

[More Information Needed]

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers · fill-mask

Нельзя запустить

Модели нужен код из репозитория; автор пока не в списке доверенных организаций.

Класс архитектуры
NGramDebertaV2ForMaskedLM
Ревизия весов
2134d2b

0 моделей