Arabic ModernBERT Unified от Waqf-AI — компактный арабский текстовый энкодер на 32.79M параметров для masked-language modeling; со всеми task heads — 32.94M. Восьмислойный ModernBERT с шириной 384 и 6 attention heads поддерживает предсказание замаскированных слов, трёхклассовый NLI, extractive QA и 384-мерные sentence embeddings. Веса инициализированы случайно и обучены с нуля; лицензия Apache-2.0.
Ключевые особенности
32.79M параметров для MLM; 32.94M со всеми task heads.
FP32 safetensors: ~131 MB для encoder + MLM и 0.60 MB для auxiliary heads; Apache-2.0.
Пример
from transformers import pipeline
fill_mask = pipeline("fill-mask", model="Abdelkareem/arabic-modernbert-unified")
for candidate in fill_mask("تقع القاهرة على ضفاف نهر [MASK].", top_k=5):
print(candidate["token_str"], candidate["score"])
ПодробнееНа 100 общих арабских кейсах: MLM top-1/top-5 — 70/100 → 65/88; NLI agreement — 68 → 59; retrieval R@1/R@5 — 48/61 → 42/53 (Luna → Terra). Нативные головы: NLI 74.12% accuracy; retrieval 55.27% / 77.73% R@1 / R@5. Обучение: 3 098 999 документов и 18.30 GB очищенного текста, 2.508B content tokens; 15% token masking. Ограничения: длинные документы и extractive QA в карточке не измерены; требования к VRAM не указаны.
Совет: берите 8-bit.FP8 / INT8 почти не отличается по качеству от полной точности (разница в пределах процента), а памяти занимает вдвое меньше и на RTX 40/50, H100 работает быстрее. Полную точность есть смысл брать только для дообучения.
Подключитесь по SSH (команда есть в панели Massed Compute) или откройте терминал на рабочем столе машины.
HF_TOKEN / CIVITAI_TOKENВ начале скрипта строки для токенов: вставьте свой между кавычками. Токен Hugging Face нужен для закрытых моделей, токен Civitai — для моделей с Civitai.
# Waqf-AI/arabic-modernbert-unified — A30, FP8 / INT8
# Драйвер NVIDIA: для CUDA 13 нужен 580+. Если старее или нет — ставится свежий nvidia-open (оставить свой: KEEP_DRIVER=1)
DRV=$(nvidia-smi --query-gpu=driver_version --format=csv,noheader 2>/dev/null | head -1 | cut -d. -f1)
case "$DRV" in ""|*[!0-9]*) DRV=0 ;; esac
if [ "$DRV" -lt 580 ] && [ -z "${KEEP_DRIVER:-}" ]; then
. /etc/os-release && \
curl -fsSLO "https://developer.download.nvidia.com/compute/cuda/repos/ubuntu${VERSION_ID//./}/x86_64/cuda-keyring_1.1-1_all.deb" && \
sudo dpkg -i cuda-keyring_1.1-1_all.deb && rm -f cuda-keyring_1.1-1_all.deb && \
sudo apt-get update && \
sudo DEBIAN_FRONTEND=noninteractive apt-get install -y nvidia-open || \
{ echo "Драйвер NVIDIA поставить не удалось: смотрите ошибку выше. Чтобы оставить текущий, запустите с KEEP_DRIVER=1."; exit 1; }
echo "Драйвер NVIDIA обновлён. Перезагрузите машину (sudo reboot) и запустите этот же скрипт ещё раз."
exit 0
fi
curl -LsSf https://astral.sh/uv/install.sh | sh
source "$HOME/.local/bin/env"
uv venv ~/vllm --python 3.12 && source ~/vllm/bin/activate
uv pip install vllm
vllm serve Waqf-AI/arabic-modernbert-unified --max-model-len 8192 --quantization fp8
Сервер слушает порт 8000 и понимает запросы в формате OpenAI: адрес http://localhost:8000/v1 на машине. Со своего компьютера: ssh -L 8000:localhost:8000 пользователь@IP-машины.
Не забудьте остановить машину в панели, когда закончите: оплата идёт поминутно, пока она включена.
Как ускорить
Подобрано под тип модели. Выберите своё железо в блоке выше — покажем то, что подходит именно вам.
Комментарии