/ Модель

Характеристики

Контекст
512 токенов
Параметры
4,4 млн
Лицензия
MIT
Базовая модель
bert-tiny
Библиотека
transformers
Опубликована
10 авг 2026

bert-tiny

Заполнение пропусковТекст → текст3 профессии

Компактная англоязычная BERT-модель для заполнения пропусков в тексте, учебных примеров и тестирования NLP-кода на CPU.

50скачиваний за 30 дней0лайковвеса обновлены10 авг 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

priyaganesh2050/bert-tiny — зеркало компактной модели BERT, представляющее собой неизменённую копию prajjwal1/bert-tiny. Модель разработана авторами исходного чекпойнта; в копии сохранена лицензия MIT. Архитектура включает 2 слоя, размер скрытого представления 128 и 2 attention heads; всего около 4,4 млн параметров. Модель работает с текстом на английском языке и поддерживает контекст до 512 токенов.

Чекпойнт предназначен для задачи fill-mask: предсказания пропущенных токенов в тексте. Небольшой размер позволяет запускать её на CPU и использовать для учебных примеров, тестирования обучающих циклов и CI, а также как лёгкую базовую модель для развёртывания на устройствах с ограниченными ресурсами. README также показывает загрузку через Transformers как модели для получения представлений текста.

Из-за малой глубины модель уступает более крупным BERT по качеству и не подходит для сценариев NLP, чувствительных к точности. Копия распространяется по лицензии MIT; README указывает, что авторство исходной модели принадлежит её разработчикам.

Сценарии применения

  • предсказание пропущенных слов в английском тексте
  • smoke-тесты и CI для обучающих циклов NLP
  • учебные примеры и эксперименты с BERT
  • лёгкий baseline для обработки английского текста на CPU
  • получение текстовых представлений через Transformers

Ограничения

Из-за архитектуры всего с двумя слоями модель уступает более крупным BERT по качеству и не подходит для NLP-сценариев, чувствительных к точности.

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

bert-tiny (mirror)

A 2-layer, 128-hidden BERT — about 4.4M parameters / 17 MB. Small enough to fine-tune on a laptop CPU in minutes, which makes it the go-to model for smoke tests, CI pipelines, unit tests for training code, and edge deployment.

[!NOTE] This is a mirror. The weights and tokenizer files here are an unmodified copy of prajjwal1/bert-tiny, re-hosted on this profile for reproducibility and convenience. All credit for the original work belongs to its authors. The upstream license (mit) is preserved and applies to this copy. If you need the canonical version, please use the upstream repository.

Specs

Layers2
Hidden size128
Attention heads2
Parameters~4.4M
Vocab30,522 (uncased WordPiece)
Disk~17 MB

Usage

from transformers import AutoTokenizer, AutoModel

tok = AutoTokenizer.from_pretrained("priyaganesh2050/bert-tiny")
model = AutoModel.from_pretrained("priyaganesh2050/bert-tiny")

out = model(**tok("A tiny BERT for fast experiments.", return_tensors="pt"))
print(out.last_hidden_state.shape)   # torch.Size([1, 9, 128])

Fine-tuning for classification:

from transformers import AutoModelForSequenceClassification

model = AutoModelForSequenceClassification.from_pretrained("priyaganesh2050/bert-tiny", num_labels=2)

When to use this

  • Good for: CI/CD tests of training loops, hyperparameter search, teaching, edge/mobile, latency-critical baselines.
  • Not good for: accuracy-sensitive production NLP. A 2-layer model gives up a lot of quality versus bert-base. Use it as a baseline, then scale up.

Citation

The tiny BERT variants come from the well-read-students line of work:

@misc{turc2019,
  title  = {Well-Read Students Learn Better: On the Importance of Pre-training Compact Models},
  author = {Turc, Iulia and Chang, Ming-Wei and Lee, Kenton and Toutanova, Kristina},
  year   = {2019},
  eprint = {1908.08962},
  archivePrefix = {arXiv}
}

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers · fill-mask

Нельзя запустить

Архитектура ? неизвестна transformers в образе рантайма.

Ревизия весов
74ca936

0 моделей