answerdotai

/

ModernBERT-base

like 653

Follow

Answer.AI 350

any plan for chinese support???

我自己训了几个支持 CJK 的版本，但是效果都不太好，不如 xlm-roberta，感觉可能还是训练量太小了或者数据洗的不够干净

而且在我这儿 FA2 并不能正确的运行，最后还是 SDPA 跑的，不知道是我的问题还是 BUG

ModernBERT 官方应该没有多语言支持的计划 https://github.com/AnswerDotAI/ModernBERT/issues/143

好的，感谢，加在拉丁文词表上面微调不行的话，只用中文语料重新构建词表呢，有无验证过效果

跨语言微调估计都不太行，但个人又没有算力资源，唉

好的，感谢，加在拉丁文词表上面微调不行的话，只用中文语料重新构建词表呢，有无验证过效果

当然是先扩展了词表以后再进行的继续预训练
我猜这个方法本身应该是没问题的，主要还是训练量和工作量的问题
算力倒还好，只是钱的问题，数据清洗和筛选还是十分消耗人工的，毕竟人工智能的本质就是有多少人工，就有多少智能
等我解决了这个问题以后再试试看 https://github.com/AnswerDotAI/ModernBERT/issues/172