ModernBERT-base

Modelo codificador bidireccional eficiente para el procesamiento de textos largos

Producto ComúnProgramaciónBERTProcesamiento de textos largos

ModernBERT-base es un modelo Transformer codificador bidireccional moderno, preentrenado con 2 billones de datos de texto inglés y código, que admite de forma nativa contextos de hasta 8192 tokens. Este modelo incorpora las últimas mejoras arquitectónicas, como incrustaciones posicionales rotatorias (RoPE), atención alterna local-global y eliminación de relleno (Unpadding), lo que le permite destacar en tareas de procesamiento de textos largos. ModernBERT-base es adecuado para tareas que requieren el procesamiento de documentos largos, como recuperación de información, clasificación y búsqueda semántica en grandes corpus. Los datos de entrenamiento del modelo son principalmente inglés y código, por lo que su rendimiento puede disminuir en otros idiomas.

Best AI Websites & Tools

ModernBERT-base

ModernBERT-base Situación del tráfico más reciente

ModernBERT-base Tendencia de visitas

ModernBERT-base Distribución geográfica de las visitas

ModernBERT-base Fuentes de tráfico

ModernBERT-base Alternativas

ModernBERT-base — Modelo codificador bidireccional eficiente para el procesamiento de textos largos

ModernBERT-large — Modelo de transformador codificador bidireccional de alto rendimiento

Qwen2.5-Coder-32B-Instruct-GPTQ-Int4 — Modelo de lenguaje de código abierto para generación de código con 3200 millones de parámetros.

Qwen2 — Modelo de preentrenamiento multilingüe de última generación con un rendimiento excepcional.

QwQ-32B — QwQ-32B es un potente modelo de inferencia, diseñado para la resolución de problemas complejos y la generación de texto, con un rendimiento excepcional.

Gemini 2.0 Flash-Lite — Gemini 2.0 Flash-Lite es un modelo de lenguaje eficiente, optimizado para el procesamiento de textos largos y diversas aplicaciones.

Magma — Magma es un modelo base capaz de comprender y ejecutar entradas multimodales, utilizable en tareas y entornos complejos.

timesfm-2.0-500m-pytorch — Modelo de predicción de series temporales preentrenado desarrollado por Google Research.

ModernBERT — ModernBERT es un modelo de codificador de última generación con un rendimiento excepcional.

OpenEMMA — Modelo multimodal de conducción autónoma de extremo a extremo de código abierto

SynCamMaster — Tecnología de generación de video sincrónico multiperspectiva

EXAONE 3.5 — Modelo de IA de vanguardia que ofrece un cumplimiento de instrucciones y una capacidad de procesamiento de textos largos de primer nivel.

InternVL2_5-26B — Modelo de lenguaje grande multimodal que integra la comprensión visual y lingüística.

Meta Llama 3.3 — Modelo lingüístico extenso de preentrenamiento multilingüe de 70 000 millones de parámetros

ViTLP — Modelo de preentrenamiento de diseño de texto guiado por visión para la inteligencia de documentos

LUAR — Modelo de aprendizaje de representación de autores basado en Transformer

Qwen2.5-Turbo — Modelo de lenguaje avanzado para el procesamiento eficiente de textos largos

Qwen2.5-Coder-32B-Instruct-AWQ — Modelo de lenguaje grande de código abierto para generación de código

Qwen2.5-Coder-0.5B-Instruct — Modelo de generación de código de 0.5B parámetros con ajuste de instrucciones de la serie Qwen2.5-Coder

Qwen2.5-Coder-3B — Modelo de 3B parámetros de la serie Qwen2.5-Coder, enfocado en la generación y comprensión de código.

Informe técnico de Qwen2.5-Coder — Serie de informes técnicos de Qwen2.5-Coder

kelindar/search — Biblioteca de Go para búsqueda vectorial integrada y embeddings semánticos.

Aya Expanse-8b — Modelo de lenguaje grande multilingüe que admite 23 idiomas.

DTLR — Modelo de reconocimiento de escritura a mano y detección de caracteres

Mistral-Small-Instruct-2409 — Modelo de IA de ajuste fino instructivo de alto rendimiento

Reader-LM — Convierte el contenido HTML de una página web a un formato Markdown limpio y claro.

OLMoE — Modelo de lenguaje mixto de expertos de código abierto con 130 millones de parámetros activos.

OpenCity — Modelo base espacio-temporal de código abierto para la predicción del tráfico.

AI21-Jamba-1.5-Mini — Modelo de IA de alta eficiencia para el procesamiento de textos largos

Familia de Modelos Abiertos Jamba 1.5 — Modelo de IA de alto rendimiento para el procesamiento de textos largos