🌍 mmBERT 发布：ModernBERT 的多语言版，覆盖 1800+ 语言、用 3T+ Token 训练，在准确率与速度上双升级，首次全面超越 XLM-R！

亮点速读：
强性能：GLUE、XTREME、MTEB v2 等基准全面提升，代码检索同样出色。
会学低资源：逐步纳入语言＋退火采样＋动态掩码＋模型合并，让低资源语言在后期也能快速习得。
真加速：Flash Attention 2 与 Unpadding，最长 8192 序列，吞吐可达传统多语编码器的 2–4 倍。
更通用：Gemma 2 分词器适配多脚本，英文占比更低仍稳健，面向检索、问答、RAG、跨语种搜索更省心。

🤗 欢迎加入我们的中文社区：Chinese LLMs on Hugging Face，一起交流多语言模型的训练与落地实践！
#Hugging Face##多语言模型##NLP#