modernbert_L6_uniform
Lightweight sentence encoder created from answerdotai/ModernBERT-base via layer pruning + vocabulary pruning.
Model Details
Architecture
==============================================================
TEACHER: ModernBERT → STUDENT: 6L / 27,279 vocab
==============================================================
TEACHER STUDENT
─────────────────────────── ───────────────────────────
┌─────────────────────────┐ ┌─────────────────────────┐
│ Input Tokens │ │ Input Tokens │
└────────────┬────────────┘ └────────────┬────────────┘
│ │
┌────────────┴────────────┐ ┌────────────┴────────────┐
│ Embeddings │ │ Embeddings (pruned) │
│ vocab: 50,368 │ │ vocab: 27,279 │
│ dim: 768 │ │ dim: 768 │
└────────────┬────────────┘ └────────────┬────────────┘
│ │
┌─────────────────────────┐ ┌─────────────────────────┐
│ Layer 0 │ ──► │ Layer 0 ← L0 │
├─────────────────────────┤ ├─────────────────────────┤
│ Layer 1 │ ╳ │ │
├ ─ ─ ─ ─ ─ ─ ─ ─ ─ ─ ─┤ │ │
│ Layer 2 │ ╳ │ │
├ ─ ─ ─ ─ ─ ─ ─ ─ ─ ─ ─┤ │ │
│ Layer 3 │ ╳ │ │
├─────────────────────────┤ ├─────────────────────────┤
│ Layer 4 │ ──► │ Layer 1 ← L4 │
├─────────────────────────┤ ├─────────────────────────┤
│ Layer 5 │ ╳ │ │
├ ─ ─ ─ ─ ─ ─ ─ ─ ─ ─ ─┤ │ │
│ Layer 6 │ ╳ │ │
├ ─ ─ ─ ─ ─ ─ ─ ─ ─ ─ ─┤ │ │
│ Layer 7 │ ╳ │ │
├─────────────────────────┤ ├─────────────────────────┤
│ Layer 8 │ ──► │ Layer 2 ← L8 │
├─────────────────────────┤ ├─────────────────────────┤
│ Layer 9 │ ╳ │ │
├ ─ ─ ─ ─ ─ ─ ─ ─ ─ ─ ─┤ │ │
│ Layer 10 │ ╳ │ │
├ ─ ─ ─ ─ ─ ─ ─ ─ ─ ─ ─┤ │ │
│ Layer 11 │ ╳ │ │
├ ─ ─ ─ ─ ─ ─ ─ ─ ─ ─ ─┤ │ │
│ Layer 12 │ ╳ │ │
├─────────────────────────┤ ├─────────────────────────┤
│ Layer 13 │ ──► │ Layer 3 ← L13 │
├─────────────────────────┤ ├─────────────────────────┤
│ Layer 14 │ ╳ │ │
├ ─ ─ ─ ─ ─ ─ ─ ─ ─ ─ ─┤ │ │
│ Layer 15 │ ╳ │ │
├ ─ ─ ─ ─ ─ ─ ─ ─ ─ ─ ─┤ │ │
│ Layer 16 │ ╳ │ │
├─────────────────────────┤ ├─────────────────────────┤
│ Layer 17 │ ──► │ Layer 4 ← L17 │
├─────────────────────────┤ ├─────────────────────────┤
│ Layer 18 │ ╳ │ │
├ ─ ─ ─ ─ ─ ─ ─ ─ ─ ─ ─┤ │ │
│ Layer 19 │ ╳ │ │
├ ─ ─ ─ ─ ─ ─ ─ ─ ─ ─ ─┤ │ │
│ Layer 20 │ ╳ │ │
├─────────────────────────┤ ├─────────────────────────┤
│ Layer 21 │ ──► │ Layer 5 ← L21 │
└────────────┬────────────┘ └────────────┬────────────┘
│ │
┌────────────┴────────────┐ ┌────────────┴────────────┐
│ Mean Pooling │ │ Mean Pooling │
│ → 768d embedding │ │ → 768d embedding │
└─────────────────────────┘ └─────────────────────────┘
Size: 495.8MB (FP32) → 176.0MB (FP32)
Params: 129,980,160 → 46,138,368
Reduction: 64.5%
==============================================================
Quick Start
from sentence_transformers import SentenceTransformer
model = SentenceTransformer("modernbert_L6_uniform", trust_remote_code=True)
sentences = [
"Hello, how are you?",
"안녕하세요",
"Bonjour, comment allez-vous?",
]
embeddings = model.encode(sentences)
print(embeddings.shape) # (3, 768)
MTEB Evaluation Results
Overall Average: 35.42%
Classification
Clustering
STS
Training
Created via layer pruning + vocabulary pruning (no additional training):
- Teacher:
answerdotai/ModernBERT-base (22 layers, 768d)
- Layer selection:
[0, 4, 8, 13, 17, 21] - 6 layers, evenly spaced from ModernBERT (22L)
- Vocab pruning: Corpus-based filtering for target languages
Supported Languages (18)
ko, en, ja, zh, es, fr, de, pt, it, ru, ar, hi, th, vi, id, tr, nl, pl