/ Модель

Характеристики

Контекст
16 384 токена
Параметры
366 млн
Лицензия
Apache 2.0
Архитектура
neomme · dense
Базовая модель
NeoMME-260M
Опубликована
4 сен 2026

neosumi

Заполнение пропусковТекст → текст3 профессии

NeoSumi — англоязычный masked language model для предсказания пропущенных слов и тегов в booru-подписях и описаниях аниме-изображений.

45скачиваний за 30 дней0лайковвеса обновлены6 сен 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

NeoSumi — дообученный текстовый энкодер на архитектуре NeoMME от разработчика nebulette. Он предсказывает токены в позициях маски и предназначен для работы с подписями к изображениям в стиле booru и обычным естественным языком. Его можно применять для дополнения и уточнения текстовых описаний аниме-изображений, в том числе при подготовке промптов для совместимых моделей генерации изображений.

Модель содержит 366 млн параметров, использует плотную архитектуру NeoMMEForMaskedLM и контекст длиной до 16 384 токенов. Токенизатор оставлен без изменений; обучение включало естественные описания и перемешанные ключевые слова, а английские стоп-слова из подписей удалялись. Репозиторий распространяется в формате safetensors по лицензии Apache-2.0. Для работы требуется ветка разработки или версия Transformers 5.17 и новее.

Сценарии применения

  • дополнение пропущенных тегов в booru-подписи
  • уточнение текстового описания аниме-изображения
  • подбор продолжения для подписи в стиле Danbooru или e621
  • подготовка текстового промпта для совместимой модели генерации изображений

Ограничения

Модель предсказывает текстовые токены и сама не генерирует изображения; для работы требуется dev-ветка или Transformers 5.17 и новее. Имена художников, псевдонимы и вымышленные имена намеренно исключены из обучающих данных, поэтому предсказывать их по тексту она не рассчитана.

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

NeoSumi

The text encoder can predict the logits behind the mask tokens.

Regardless of the captioning strategy, it can understand both booru captions and natural language.

The loss was calculated in the ForMaskedLM mode during training.

Anime images

The encoded text can be used with compatible, uncensored image generation models.

Masking syntax

<doc>word1 <mask>word2 ...

The tokens are often "word + whitespace". In the example, do not put a space between the mask token and the next word.

Setup

pip install "git+https://github.com/huggingface/transformers.git@4b24a197a1fa996496e3cf4f476c140e083218b5"

The model requires either the dev branch or future version v5.17 of the transformers library.

Base model

The NeoMME with 500k steps was chosen as the base model, not the predecay variant with 450k steps.

Tokenization

The tokenizer has remained unchanged.

The English stop words have been removed from the captions.

The comma-seperated keywords were scrambled and adjusted for the model.

Initial epochs

The model was initialised using a low learning rate and natural language captions from CC (Moondream) and Danbooru (Qwen3.5).

The masked language model then continued to learn from a combination of comma-separated and natural language texts.

The artists' given names, nicknames and fantasy names have been deliberately excluded from the dataset, as it would be difficult to predict these based on the text alone.

Fixed danbooru

Grio's patched tags were applied to the danbooru dataset. This makes it the most recent and accurate source.

Other booru sites were included as well.

Source data

  • anime_captions
  • artbench_captions
  • cc12m_2mp_realistic
  • danbooru_multitier_captions_202606
  • dtg_character_tags
  • furry_e621
  • gelbooru_characters_enriched
  • gelbooru_tags_full
  • tag_cleaning
  • wikiart_215k
  • samples for a certain locked tag

Как запустить

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

GPU в ailist

Универсальный рантайм · fill-mask

Можно запустить

Подбираем GPU…

Класс архитектуры
NeoMMEForMaskedLM
Ревизия весов
ab08db8

0 моделей