Usage

Requirements

sentence-transformers>=4.1.0
transformers>=4.51.0
accelerate>=1.6.0
sentencepiece>=0.2.0
flash-attn>=2.7.3

Sample Code

python

import torch
from sentence_transformers import SentenceTransformer

model_name = "iamtatsuki05/Sentence-ModernBERT-JP-0.5B-PT"
model_kwargs = {
  "torch_dtype": torch.bfloat16,
  "attn_implementation": "flash_attention_2",
}
model = SentenceTransformer(model_name, model_kwargs=model_kwargs)

queries = ["ハチワレはどのようなキャラクターですか？"]
docs = [
    "ハチワレは、『ちいかわ』に登場する猫風のキャラクターで、明るく社交的、前向きな性格が特徴。ちいかわたちと共に日常を楽しみつつ、討伐などの冒険にも積極的に挑む存在です。",
    "うさぎは、天真爛漫でマイペースな性格が特徴のキャラクターで、突飛な行動力と鋭い直感でちいかわたちを引っ張る存在。自由気ままながらも仲間思いな一面を併せ持ちます。",
]
q_emb = model.encode(queries, normalize_embeddings=True)
d_emb = model.encode(docs, normalize_embeddings=True)
scores = model.similarity(q_emb, d_emb)
print(scores)

Model Details

Base model: iamtatsuki05/ModernBERT-JP-0.5B-PT-stage2
Architecture: ModernBERT
Maximum sequence length: 8,192 tokens
Embedding dimension: 1280 (mean pooling)
Tokenizer: SentencePiece / vocabulary size 102,400
Positional encoding: RoPE
Supported languages: Japanese
Similarity metric: cosine

Model Series

The following encoders share the same weakly supervised recipe on cl-nagoya/ruri-dataset-v2-pt, using roughly two million pairs per subset.

ID	Architecture	#Param.	#Param. w/o Emb.
iamtatsuki05/Sentence-ModernBERT-JP-0.5B-PT (this model)	ModernBERT	679M	548M
iamtatsuki05/Sentence-Llama-Bi-JP-0.5B-PT	Llama	661M	530M
iamtatsuki05/Sentence-Sarashina-Bi-0.5B-PT	Llama	661M	530M

Licence

This model is distributed under the MIT License.

How to Cite

tex

@article{MIREI
  title={同一条件下における Encoder/Decoder アーキテクチャによる文埋め込みの性能分析},
  author={岡田 龍樹 and 杉本 徹},
  journal={言語処理学会第 32 回年次大会 (NLP2026)},
  year={2026}
}