/ Модель

Характеристики

Контекст
512 токенов
Параметры
52 млн
Архитектура
obert · dense
Библиотека
transformers
Опубликована
9 апр 2026

OBert

Заполнение пропусковТекст → текст3 профессии

Дообученная модель OBert для предсказания пропущенных токенов в тексте.

121скачиваний за 30 дней0лайковвеса обновлены6 мая 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

OBert — модель семейства OBert для заполнения пропусков в тексте, разработчик — wenda2025. Она представлена как дообученная модель класса OBertForMaskedLM и предназначена для предсказания замаскированных токенов. Модель содержит 52 млн параметров, работает с библиотекой Transformers и принимает контекст длиной до 512 токенов.

В карточке указан результат оценки: loss 0,5998. Данные для дообучения и подробности об оценке не описаны, поэтому этот показатель не позволяет судить о качестве на конкретных задачах. Модель распространяется в формате Safetensors; сведения о лицензии отсутствуют.

Сценарии применения

  • восстановление пропущенных слов в предложении
  • подбор вероятного слова по контексту
  • анализ языковых представлений с помощью masked language modeling

Ограничения

В README не описаны обучающие данные, языки и подробности оценки, поэтому качество и область применимости модели трудно оценить. Лицензия не указана.

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

OBert

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

  • Loss: 0.5998

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: 0.0001
  • train_batch_size: 4
  • eval_batch_size: 8
  • seed: 42
  • gradient_accumulation_steps: 4
  • total_train_batch_size: 16
  • optimizer: Use OptimizerNames.ADAMW_TORCH_FUSED with betas=(0.9,0.999) and epsilon=1e-08 and optimizer_args=No additional optimizer arguments
  • lr_scheduler_type: linear
  • lr_scheduler_warmup_steps: 2000
  • num_epochs: 251
  • mixed_precision_training: Native AMP

Training results

Training LossEpochStepValidation Loss
6.537910.0452200000.9408
3.436020.0904400000.8064
2.947530.1357600000.7386
2.666640.1809800000.7093
2.473050.22611000000.6868
2.322960.27131200000.6716
2.203970.31651400000.6586
2.107580.36181600000.6550
2.019090.40701800000.6472
1.9435100.45222000000.6215
1.8781110.49742200000.6290
1.8177120.54262400000.6302
1.7646130.58792600000.6168
1.7101140.63312800000.6162
1.6629150.67833000000.5982
1.6214160.72353200000.5996
1.5817170.76873400000.6098
1.5453180.81403600000.5998

Framework versions

  • Transformers 5.6.2
  • Pytorch 2.11.0+cu130
  • Datasets 4.8.4
  • Tokenizers 0.22.2

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers · fill-mask

Нельзя запустить

Архитектура obert неизвестна transformers в образе рантайма.

Класс архитектуры
OBertForMaskedLM
Ревизия весов
9400319

0 моделей