Hugging Face 社区博客·· 2025-09-09精选AI 评分64
Hugging Face 发布多语言编码器模型 mmBERT，覆盖 1833 种语言
mmBERT: ModernBERT goes Multilingual
AI 导读
Hugging Face 与 JHU 团队发布多语言编码器模型 mmBERT，基于 ModernBERT 架构，在 3T+ tokens、1833 种语言的数据上训练，官方称其首次在多语言任务上超越 XLM-R。
推荐理由
原文给出了 1833 种语言的训练策略和基准数据，读者可以据此评估它对多语言编码器选型的影响。
来源：Hugging Face 社区博客 · huggingface.co