/ Модель
Каталог

Характеристики

Контекст
512 токенов
Параметры
136 млн
Лицензия
Apache 2.0
Архитектура
bert · dense
Базовая модель
bert-base-cased
Библиотека
transformers
Опубликована
20 сен 2026

Ссылки

Hugging Face

MLM_rotten_tomatoes

rushikeshwalode
Заполнение пропусковТекст → текст

Дообученная BERT-модель для предсказания пропущенных токенов в тексте.

17скачиваний за 30 дней0лайковвеса обновлены20 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

MLM_rotten_tomatoes — дообученная модель BertForMaskedLM на основе bert-base-cased, опубликованная пользователем rushikeshwalode. Она предназначена для заполнения пропусков в тексте: модель предсказывает вероятные токены на месте маски. Размер модели — 135,5 млн параметров, контекст — до 512 токенов; доступны веса в формате safetensors. В карточке приведён результат оценки Loss 2,2214, но набор данных и методика оценки не описаны. Модель распространяется по лицензии Apache-2.0.

Сценарии применения

  • подстановка пропущенного слова в предложении
  • получение вариантов продолжения фразы на месте маски
  • оценка вероятных токенов для языкового анализа

Ограничения

Обучающий датасет и предназначенные сценарии использования не описаны; приведённый показатель Loss 2,2214 не сопровождается сведениями о методике оценки. Контекст ограничен 512 токенами.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

MLM_rotten_tomatoes

This model is a fine-tuned version of bert-base-cased on an unknown dataset. It achieves the following results on the evaluation set:

  • Loss: 2.2214

Model description

More information needed

Intended uses & limitations

More information needed

Training and evaluation data

More information needed

Training procedure

Training hyperparameters

The following hyperparameters were used during training:

  • learning_rate: 2e-05
  • train_batch_size: 16
  • eval_batch_size: 16
  • seed: 42
  • optimizer: Use OptimizerNames.ADAMW_TORCH with betas=(0.9,0.999) and epsilon=1e-08 and optimizer_args=No additional optimizer arguments
  • lr_scheduler_type: linear
  • num_epochs: 5

Training results

Framework versions

  • Transformers 4.53.3
  • Pytorch 2.11.0+cu128
  • Datasets 4.0.0
  • Tokenizers 0.21.4

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers · fill-mask

Можно запустить

Подбираем GPU…

Класс архитектуры
BertForMaskedLM
Ревизия весов
023e7e8

0 моделей

    Создать бенчмарк