mahiyama/modernbert-ja-310m-sae
feature-extraction model by mahiyama
From the publisher
Model card & documentation
Source previewRead the publisher’s intended use, setup instructions, evaluations and limitations. The original model card is the source of truth.
sbintuitions/modernbert-ja-310m の最終層の隠れ状態で学習した、Top-K スパースオートエンコーダ (Sparse Autoencoder、SAE) です。768 次元の隠れ状態を、65,536 個の特徴のうちトークンごとに 16 個だけが値を持つ形に分解し、そこから元の隠れ状態を復元します。 この SAE は、学習型疎検索モデル mahiyama/sae-splade-ja-310m の出力層の初期値として使いました。sae-splade-ja-310m は、この SAE の重みを固定したまま、ベースモデルを検索用に学習したモデルです。検索に使う場合は sae-splade-ja-310m を使ってください。 SAE の重みは 1SAETopKPooling/model.safetensors にあります。 隠れ状態 \\(h\\) の特徴 \\(z\\) と、その復元 \\(\hat{h}\\) は次の式で求まります。\\(\mathrm{TopK}{16}\\) は、値の大きい 16 個だけを残し、残りを 0 にする操作です。 $ z = \mathrm{TopK}{16}\left(\mathrm{ReLU}\left(W{\mathrm{enc}} \left(h - b{\mathrm{dec}}\right) + b{\mathrm{enc}}\right)\right) $ $ \hat{h} = W{\mathrm{dec}} z + b{\mathrm{dec}} $ encoder.bias には、入力から \\(b{\mathrm{dec}}\\) を引く手順をあらかじめ畳み込んでいます。そのため、\\(z\\) は encoder.weight と encoder.bias から \\(\mathrm{TopK}{16}\left(\mathrm{ReLU}\left(W{\mathrm{enc}} h + \text{encoder.bias}\right)\right)\\) として求まります。 ベースモデルは transformers の AutoModel で、SAE の重みは safetensors のファイルとして読み込めます。 SparseEncoder として読み込むと、文章を 65,536 次元の疎ベクトルに変換します。トークンごとの特徴の値を log1p で変換し、特殊トークンを除いた文章全体で、特徴ごとの最大値を取ったものです。これは sae-splade-ja-310m の検索の学習を始める前の状態にあたります。復元器はこの計算には使いません。…
Read the full model card ↗ · Preview checked 2026-11-03T08:08:26.642Z
Inside the original model card — Document outline
Headings are captured from the source. Links open the publisher’s document, not a locally hosted copy.
Links from the model card
References supplied by the publisher, not independently verified endorsements. Check the destination before downloading files or entering credentials.
Documentation belongs to its respective authors. Reported project/model license: mit. A listing is not a grant of reuse or training rights. Confirm the document’s own terms at the source.
Model overview
mahiyama/modernbert-ja-310m-sae is a feature-extraction model repository published by mahiyama on Hugging Face. The source reports the sentence-transformers library.
This page summarizes Hub metadata. For intended use, training data, evaluation results and limitations, consult the original model card.
Model facts
- Task
- feature-extraction
- Library
- sentence-transformers
- Recent downloads (30 days)
- 0
- Cumulative likes
- 0
- Hugging Face trending score
- 0
- Reported safetensors parameters
- 314,611,968
- Architecture
- ModernBertModel
- License
- mit
- Access
- Not gated by Hugging Face
- Created
- 2026-11-03T06:36:11.000Z
- Last modified
- 2026-11-03T06:36:23.000Z
Compatibility and lineage
Reported languages: ja
Reported base models: sbintuitions/modernbert-ja-310m
Parameter count is not a RAM/VRAM requirement. Check precision, quantization, context length and runtime compatibility in the model card; no hardware or API-cost claim is inferred here.
Use and evaluate
Check license terms and access requirements first. Review the model card’s documented loading instructions, evaluations and safety limitations. Benchmark scores are not imported by this directory, and popularity is not an accuracy ranking.
No model weights are downloaded or executed by AltAPIs. Never enable remote model code without reviewing it.
Source and freshness
Source: Hugging Face Hub. Metadata observed 2026-11-03T06:52:20.270Z. Daily imports are snapshots, not real-time monitoring.
Popularity and source listings do not establish security, suitability, licensing rights or benchmark performance.