/ Модель

Характеристики

Контекст
8 192 токена
Параметры
135 млн
Лицензия
MIT
Архитектура
modernbert · dense
Базовая модель
modernbert-base-tr-uncased-allnli-stsb
Опубликована
22 июл 2025

ModernBERT-tr-uncased-stsb-HD

Разметка токеновТекст → label5 профессий

Турецкая модель ModernBERT для токенной разметки подтверждённых и галлюцинированных фрагментов в ответах RAG-систем.

514скачиваний за 30 дней1лайквеса обновлены26 июл 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

ModernBERT-tr-uncased-stsb-HD — турецкоязычная модель на архитектуре ModernBERT для обнаружения галлюцинаций в системах генерации с дополнением из внешних источников (RAG). Она выполняет бинарную классификацию на уровне токенов: отмечает фрагменты ответа как подтверждённые или галлюцинированные. Модель содержит около 134,9 млн параметров и принимает последовательности длиной до 8192 токенов.

Модель обучена NewMind AI на машинно переведённом наборе RAGTruth-TR и предназначена для проверки ответов на вопросы, генерации текста по структурированным данным и суммаризации. В README приведены оценки F1: 0,7821 на всём наборе, 0,7667 для ответов на вопросы, 0,7733 для генерации по данным и 0,6341 для суммаризации.

Модель оптимизирована для турецкого языка; качество может снижаться на других языках и при суммаризации. Результаты также зависят от качества перевода обучающих данных и наличия достаточного контекста. Лицензия — MIT.

Сценарии применения

  • поиск галлюцинаций в ответах турецкой RAG-системы
  • разметка токенов ответа как подтверждённых или неподтверждённых контекстом
  • проверка фактической точности ответов на вопросы
  • проверка текста, сгенерированного по структурированным данным
  • оценка фактической точности суммаризаций на турецком языке

Ограничения

Модель оптимизирована для турецкого и может хуже работать на других языках; на суммаризации её F1 ниже, чем на ответах на вопросы и генерации по структурированным данным. Качество зависит от перевода обучающих данных и достаточности предоставленного контекста.

Для каких профессий подходит5

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

ModernBERT-tr-uncased-stsb-HD

Model Description

ModernBERT-tr-uncased-stsb-HD is a Turkish-specific hallucination detection model based on the ModernBERT architecture. This model is part of the Turk-LettuceDetect suite, specifically designed for detecting hallucinations in Turkish Retrieval-Augmented Generation (RAG) applications.

Model Details

  • Model Type: Token-level binary classifier for hallucination detection
  • Base Architecture: ModernBERT-base
  • Language: Turkish (tr)
  • Training Dataset: Machine-translated RAGTruth dataset (17,790 training instances)
  • Context Length: Up to 8,192 tokens
  • Model Size: ~135M parameters

Intended Use

Primary Use Cases

  • Hallucination detection in Turkish RAG systems
  • Token-level classification of supported vs. hallucinated content
  • Real-time deployment in production Turkish NLP applications
  • Quality assurance for Turkish text generation systems

Supported Tasks

  • Question Answering (QA) hallucination detection
  • Data-to-text generation verification
  • Text summarization fact-checking

Performance

Overall Performance (F1-Score)

  • Whole Dataset: 0.7821
  • Question Answering: 0.7667
  • Data-to-text Generation: 0.7733
  • Summarization: 0.6341

Key Strengths

  • Best overall performance across multiple Turkish RAG tasks
  • Excellent balanced performance
  • Strong performance in tasks (Summary and QA)
  • Computational efficiency suitable for real-time applications

Training Details

Training Data

  • Dataset: Machine-translated RAGTruth benchmark
  • Size: 17,790 training instances, 2,700 test instances
  • Tasks: Question answering (MS MARCO), data-to-text (Yelp), summarization (CNN/Daily Mail)
  • Translation Model: Google Gemma-3-27b-it

Training Configuration

  • Epochs: 6
  • Learning Rate: 1e-5
  • Batch Size: 4
  • Hardware: NVIDIA A100 40GB GPU
  • Training Time: ~2 hours
  • Optimization: Cross-entropy loss with token masking

Data Processing

  • Context and question tokens masked (label = -100)
  • Answer tokens labeled as 0 (supported) or 1 (hallucinated)
  • Binary classification task formulation

Technical Specifications

Architecture Features

  • Positional Embeddings: Rotary Position Embeddings (RoPE)
  • Attention Mechanism: Local-global attention
  • Maximum Sequence Length: 8,192 tokens
  • Classification Head: Binary token-level classifier

Input Format

Input: [CONTEXT] [QUESTION] [GENERATED_ANSWER]
Output: Token-level binary labels (0=supported, 1=hallucinated)

Limitations and Biases

Known Limitations

  • Reduced effectiveness in summarization tasks compared to structured tasks
  • Performance dependent on translation quality of training data
  • Optimized specifically for Turkish; may not generalize to other languages
  • Requires sufficient context for accurate hallucination detection

Potential Biases

  • Translation artifacts from machine-translated training data
  • Domain bias toward question answering and structured generation tasks
  • Potential linguistic bias toward formal Turkish text patterns

Usage

Installation

pip install lettucedetect

Basic Usage

from lettucedetect.models.inference import HallucinationDetector

# Initialize the Turkish-specific hallucination detector
detector = HallucinationDetector(
    method="transformer", 
    model_path="newmindai/modernbert-tr-uncased-stsb-HD"
)

# Turkish context, question, and answer
context = "İstanbul Türkiye'nin en büyük şehridir. Şehir 15 milyonluk nüfusla Avrupa'nın en kalabalık şehridir."
question = "İstanbul'un nüfusu nedir? İstanbul Avrupa'nın en kalabalık şehri midir?"
answer = "İstanbul'un nüfusu yaklaşık 16 milyondur ve Avrupa'nın en kalabalık şehridir."

# Get span-level predictions (start/end indices, confidence scores)
predictions = detector.predict(
    context=context, 
    question=question, 
    answer=answer, 
    output_format="spans"
)

print("Tespit Edilen Hallusinasyonlar:", predictions)
# Örnek çıktı: 
# [{'start': 34, 'end': 57, 'confidence': 0.92, 'text': 'yaklaşık 16 milyondur'}]

Evaluation

Benchmark Results

Evaluated on machine-translated Turkish RAGTruth test set across three task types with consistent performance improvements over baseline multilingual approaches.

Example-level Results

Token-level Results

Citation

@inproceedings{turklettucedetect2025,
  title={Turk-LettuceDetect: A Hallucination Detection Models for Turkish RAG Applications},
  author={NewMind AI Team},
  booktitle={9th International Artificial Intelligence and Data Processing Symposium (IDAP'25)},
  year={2025},
  address={Malatya, Turkey}
}

Original LettuceDetect Framework

This model extends the LettuceDetect methodology:

@misc{Kovacs:2025,
      title={LettuceDetect: A Hallucination Detection Framework for RAG Applications}, 
      author={Ádám Kovács and Gábor Recski},
      year={2025},
      eprint={2502.17125},
      archivePrefix={arXiv},
      primaryClass={cs.CL},
      url={https://arxiv.org/abs/2502.17125}, 
}

License

This model is released under an open-source license to support research and development in Turkish NLP applications.

Contact

For questions about this model or other Turkish hallucination detection models, please refer to the original paper or contact the authors.


Как запустить

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

GPU в ailist

Универсальный рантайм · token-classification

Можно запустить

Подбираем GPU…

Класс архитектуры
ModernBertForTokenClassification
Ревизия весов
84c0d53

0 моделей