/ Модель

Характеристики

Лицензия
MIT
Базовая модель
bge-m3-retromae
Библиотека
transformers
Опубликована
17 июн 2026

bslm-mlm-25M-ptdrw

Заполнение пропусковТекст → текст3 профессии

Модель XLM-RoBERTa, дообученная на персидских названиях и описаниях товаров для предсказания замаскированных токенов и адаптации к продуктовому домену.

83скачиваний за 30 дней0лайковвеса обновлены17 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

mjaliz/bslm-mlm-25M-ptdrw — дообученная модель маскированного языкового моделирования на базе BAAI/bge-m3-retromae, созданная для текстов товаров Basalam. Использует архитектуру XLMRobertaForMaskedLM и совместимый с XLM-RoBERTa токенизатор. Несмотря на «25M» в названии, модель содержит 568 006 802 параметра; максимальная длина последовательности — 8 192 токена.

Модель предсказывает замаскированные фрагменты в персидских названиях и описаниях товаров и предназначена для экспериментов с MLM и последующей адаптации к продуктовому домену. В обучающих данных преобладает персидский язык; карточка также указывает английский. Это не универсальная генеративная модель. Выпущена под лицензией MIT.

Сценарии применения

  • восстановление пропущенных слов в описаниях товаров на персидском языке
  • адаптация языковых моделей к каталогу товаров Basalam
  • эксперименты с маскированным языковым моделированием в продуктовом домене

Ограничения

Модель специализирована на персидских названиях и описаниях товаров и не предназначена для универсальной генерации текста. Обучающий набор данных не включён в репозиторий.

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

bslm-mlm-25M-ptdrw

A product-domain masked language model fully fine-tuned from BAAI/bge-m3-retromae on Basalam product titles and descriptions. The text is mostly Persian, and the model keeps the original XLM-RoBERTa-compatible tokenizer and <mask> token.

Source repository

Model details

  • Base checkpoint: BAAI/bge-m3-retromae
  • Architecture: XLMRobertaForMaskedLM
  • Adaptation method: full-parameter MLM fine-tuning
  • Training precision: fp32 master weights with bf16 mixed precision
  • Parameters: 568,006,802 trainable / total parameters
  • Vocabulary size: 250,002
  • Maximum sequence length: 8,192 tokenizer tokens

Training setup

The model was trained with the repository's opt-in full fine-tuning path (scripts/train_full_finetune_mlm.py) across CUDA devices 2,3,5 using streaming product-domain MLM data.

Key recorded settings from the training run:

SettingValue
Training MLM probability0.35
Evaluation MLM probability0.15
Block size256
Learning rate2e-5
LR schedulercosine
Warmup ratio0.03
Weight decay0.01
Per-device train batch size12
Gradient accumulation steps2
Effective train batch72
Max steps244,039
Gradient checkpointingenabled

Evaluation

Final saved model evaluation on the fixed held-out validation JSONL (data/streaming/full/validation.jsonl) with MLM probability 0.15:

MetricValue
Validation products11,097
Validation blocks7,671
Eval loss0.2777938857
Perplexity1.3202140541

Usage

from transformers import AutoModelForMaskedLM, AutoTokenizer, pipeline

model_id = "mjaliz/bslm-mlm-25M-ptdrw"
tokenizer = AutoTokenizer.from_pretrained(model_id)
model = AutoModelForMaskedLM.from_pretrained(model_id)

fill_mask = pipeline("fill-mask", model=model, tokenizer=tokenizer)
print(fill_mask("این محصول برای <mask> مناسب است."))

Use <mask> for masked-token examples, not [MASK].

Intended use

This checkpoint is intended for Persian/product-domain masked language modeling experiments and downstream domain adaptation research. It is not a general-purpose generative model.

Data note

Training data came from product titles and descriptions in the Basalam product domain. The underlying dataset is not included in this model repository.

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers · fill-mask

Нельзя запустить

Доступ к модели ограничен автором; у платформы нет доступа к весам.

Ревизия весов
03d23a3

0 моделей