Базовая корейская модель ALBERT для предсказания замаскированных токенов и задач понимания текста.

Подходит для: предсказание пропущенных слов в корейском тексте · изучение контекстных представлений корейских слов · дообучение модели для задач понимания корейского языка

Предварительно обученная китайская BERT-модель с маскированием целых слов для заполнения пропусков и дальнейшей адаптации.

Подходит для: восстановление пропущенных китайских слов в тексте · подготовка китайских текстовых данных для дальнейшего дообучения · инициализация моделей для задач обработки китайского языка

Англоязычная XLM-модель Facebook AI для предсказания замаскированных слов в тексте.

Подходит для: восстановление пропущенных слов в английском предложении · подбор вероятного слова по контексту · создание признаков для англоязычных NLP-задач

Мультиязычная модель X-MOD с языковыми адаптерами для предсказания замаскированных токенов и дообучения на языковых задачах.

Подходит для: восстановление пропущенных слов в многоязычном тексте · оценка вариантов заполнения маски в предложении · дообучение модели для задач понимания текста

Компактная англоязычная Mega-модель, обученная на Wikitext-103 для предсказания замаскированных токенов.

Подходит для: заполнение пропущенных слов в английском тексте · предсказание замаскированного токена по контексту · оценка вариантов слова в пропуске

Компактная модель RoBERTa для предсказания пропущенных токенов в тексте.

Подходит для: подстановка пропущенного слова в предложении · получение вероятных вариантов для маскированного фрагмента · демонстрация работы fill-mask в Transformers

Англоязычный Perceiver IO, предобученный на восстановление замаскированных токенов и извлечение признаков из текста.

Подходит для: восстановление замаскированных слов в английском тексте · извлечение признаков предложений для классификатора · дообучение на размеченных наборах текстов

Модель MRA на 151,8 млн параметров предсказывает замаскированные токены в последовательностях длиной до 512 токенов.

Подходит для: восстановление пропущенных слов в тексте · получение контекстных представлений токенов для NLP-пайплайнов · эксперименты с приближённым self-attention

mLUKE-base — мультиязычная модель LUKE для предсказания замаскированных токенов и адаптации к задачам работы с сущностями.

Подходит для: предсказание пропущенных слов в многоязычном тексте · дообучение для распознавания именованных сущностей · адаптация для классификации отношений между сущностями

Крупная китайская BERT-модель с маскированием целых слов для восстановления пропущенных фрагментов и адаптации к задачам NLP.

Подходит для: восстановление замаскированных слов в китайском тексте · предварительное обучение представлений китайского текста · дообучение для задач понимания китайского языка

Компактная маскированная языковая модель из коллекции BabyLM 2025 для предсказания скрытых токенов и экспериментов с языковыми моделями.

Подходит для: заполнение пропусков в предложениях · предсказание замаскированного слова по контексту · исследование языковых представлений компактных моделей

Компактная модель RoBERTa для предсказания пропущенных токенов в тексте.

Подходит для: Подстановка вероятного слова вместо маски в предложении · Проверка вариантов заполнения пропуска в тексте · Создание кандидатов для языковых упражнений

Компактная модель DeBERTa v2 для предсказания замаскированных токенов в тексте, представленная в коллекции BabyLM 2025.

Подходит для: восстановление пропущенных слов в предложении · подстановка замаскированных токенов в тексте · эксперименты с masked language modeling

MDLM — англоязычная маскированная диффузионная модель для восстановления скрытых токенов в тексте с контекстом 1024 токена.

Подходит для: восстановление пропущенных токенов в тексте · эксперименты с маскированными диффузионными языковыми моделями · изучение предсказания текста при разной степени маскирования

Компактная базовая маскированная диффузионная модель на основе Qwen3.5-0.8B для экспериментов и генерации текста.

Подходит для: эксперименты с маскированной диффузионной генерацией текста · исследование гибридного двунаправленного внимания и Gated DeltaNet · создание текстовых продолжений на основе контекста

YOSO-4096 — текстовая модель маскированного языкового моделирования с эффективным механизмом внимания для обработки последовательностей длиной до 4096 токенов.

Подходит для: восстановление замаскированных слов в предложении · предсказание пропущенных токенов в длинном тексте · оценка архитектур эффективного внимания на длинных последовательностях

Предобученная крупная RoBERTa для корейского языка, предназначенная прежде всего для заполнения пропусков в тексте.

Подходит для: восстановление пропущенных слов в корейском тексте · оценка вероятных подстановок для маскированных фрагментов · создание основы для дообучения на задачах понимания корейского языка

Англоязычная модель BERT с 6 слоями и 768 скрытыми измерениями для предсказания замаскированных слов в тексте.

Подходит для: подстановка пропущенного слова в английском предложении · предсказание токена вместо маски [MASK] · создание кандидатов для восстановления повреждённого текста

Китайскоязычная DeBERTa-v2 модель для предсказания замаскированных токенов и экспериментов с пониманием китайского текста.

Подходит для: восстановление пропущенных слов или символов в китайском тексте · оценка контекстуальной совместимости китайских слов · эксперименты с masked language modeling

Исследовательская версия Qwen3-4B, преобразованная в основу masked-diffusion для экспериментов с диффузионной генерацией текста и обучения CID.

Подходит для: исследование masked-diffusion языковых моделей · инициализация обучения CID Stage A · воспроизведение экспериментов с переходом от autoregressive к diffusion-моделям

Китайская предварительно обученная BERT-модель с маскированием целых слов для предсказания пропущенных токенов и задач обработки китайского языка.

Подходит для: Предсказание замаскированных слов в китайском тексте · Пополнение пропусков в китайских предложениях · Инициализация моделей для задач обработки китайского языка

Базовая модель с маскированной диффузией на основе Qwen3.5-2B для генерации текста и дальнейшей адаптации.

Подходит для: генерация текста из текстового контекста · эксперименты с языковыми моделями на основе диффузии · дообучение модели для прикладных задач

Базовая двунаправленная языковая модель маскированной диффузии для восстановления текста и исследований CID.

Подходит для: восстановление замаскированных фрагментов текста · исследование двунаправленной диффузионной генерации текста · дообучение диффузионной языковой модели

Китайская DeBERTa-v2 модель для предсказания замаскированных фрагментов текста и экспериментов в условиях ограниченного объёма данных.

Подходит для: предсказание пропущенных слов в китайском тексте · восстановление замаскированных фрагментов китайских предложений · оценка контекстуальной сочетаемости слов в китайском языке