/ Модель

Характеристики

Контекст
8 192 токена
Параметры
149 млн
Лицензия
Apache 2.0
Архитектура
modernbert · dense
Библиотека
transformers
Опубликована
12 июн 2026

modernbert-tr-base

Заполнение пропусковТекст → текст7 профессий

Турецкий энкодер ModernBERT на 149 млн параметров для заполнения масок и дообучения на задачах понимания текста.

1 131скачиваний за 30 дней15лайковвеса обновлены19 июл 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

ModernBERT-TR — плотный энкодер на архитектуре ModernBERT, разработанный авторами проекта ModernBERT-TR и опубликованный организацией ytu-ce-cosmos. Модель содержит около 149 млн параметров, состоит из 22 слоёв и использует чередование глобального и локального внимания. Она предварительно обучена с нуля как masked-language model и принимает последовательности длиной до 8 192 токенов.

Основное назначение модели — предсказывать скрытые токены в тексте. Её можно применять как основу для дообучения классификаторов, задач попарного вывода и поиска, а также для извлечения представлений текста. Обучающие данные преимущественно турецкие; также использовались английский язык, код и небольшой объём параллельных текстов. В описанных оценках модель показала сильные результаты при замороженном энкодере и высокие позиции на турецких бенчмарках.

Для запуска доступна через Transformers; в репозитории представлены веса Safetensors и формат ONNX. Лицензия — Apache-2.0. Карточка сообщает о результатах бенчмарков, но не приводит подробных ограничений по качеству или безопасности, поэтому пригодность для конкретного сценария следует проверять отдельно.

Сценарии применения

  • предсказание пропущенных слов в турецких предложениях
  • получение представлений турецких текстов для классификации
  • дообучение модели для определения смысловой связи между парами текстов
  • создание поисковых представлений для извлечения турецких документов
  • анализ длинных турецких документов с контекстом до 8 192 токенов

Ограничения

Это энкодер для предсказания замаскированных токенов, а не генеративная чат-модель. Карточка не приводит подробных оценок качества и ограничений для отдельных прикладных сценариев.

Для каких профессий подходит7

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

A 150M-parameter Turkish encoder with an 8,192-token context window.

Model

ModernBERT-TR is a masked-language encoder based on the ModernBERT architecture with alternating global and local attention.

Parameters149.4M
Context length8,192 tokens
Layers22
Hidden width768
Attention heads12
GLU feed-forward width1,152
TokenizerCased WordPiece, 50,008 tokens

Results

We evaluate ModernBERT-TR with task-specific fine-tuning on 28 TabiBench tasks, the fixed five-seed TrGLUE protocol, and frozen-encoder linear probing with encoder-fast-eval.

ModernBERT-TR leads the frozen-encoder evaluation and ranks second on TabiBench and TrGLUE.

Mean rank across 47 tasks grouped by capability; lower is better. ModernBERT-TR leads classification, pairwise inference, and retrieval, and ties TabiBERT on acceptability.

Usage

from transformers import pipeline

unmask = pipeline(
    "fill-mask",
    model="ytu-ce-cosmos/modernbert-tr-base",
)
unmask("Türkiye'nin başkenti [MASK]'dır.")

Training

We pretrain from random initialization with packed sequences, dynamic masking, BF16, and StableAdamW. Our effective batch size is 1.05M tokens.

PhaseTraining
1k pretraining200B tokens at length 1,024; 6B-token warmup to 5e-4, then constant learning rate; masking 0.30
1k short decay20B-token continuation from the 1k endpoint; decay from 5e-4 to 0; masking 0.15
1k low-LR continuationRollback to about 40B tokens; 100B tokens at 1e-4, masking 0.10
1k decay1k decay soup from 1k low-LR continuation and 1k short decay
8k context extension50B-token continuation from the 1k endpoint at length 8,192; constant 2e-4; masking 0.30
8k terminal decay20B-token continuation on the 8k mix; decay from 2e-4 to 0; masking 0.10

The 1k pretraining mix is about 81.4% Turkish, 8.5% English, 10.0% code, and 0.1% parallel text. The 8k mix adds long-form Turkish PDF, legal, and long-document sources.

Revisions

RevisionContents
mainModernBERT-TR; 50% 1k decayed soup and 50% 8k terminal decay
1k-no-decayDirect 200B-token 1k pretraining endpoint
1k-decay50% 1k low-LR continuation and 50% 1k short decay
8k-no-decayDirect 50B-token 8k context-extension endpoint

License

Apache-2.0.

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
ModernBertForMaskedLM
Ревизия весов
d16b9da

0 моделей