kipreise.info
Lokale Modelle › Text & Chat › bert-base-NER
dslim · Text & Chat · ⟳ gerade eben (16.10. 19:59 UTC)

bert-base-NER

Sprachmodelle für Chat, Wissen und Alltag — die Klassiker für den eigenen Rechner.

MIT

Größe (kompakt)0,9 GB
Kleinste Variante–
LizenzMIT
Parameter0.11B
KategorieText & Chat
Downloads (30 Tage)1,4 Mio.
Likes743
Aktualisiertvor 2 Jahren
Erstelltvor 5 Jahren
Hersteller/Orgdslim
Tensor-TypF32
Repo-Größe (alle Dateien)1,7 GB

Läuft das auf deinem Rechner?

Was kann es?

Bert-base-NER erkennt benannte Entitäten wie Personen, Organisationen, Orte und Datumangaben in Texten. Es ist ein klassisches BERT-basiertes Modell, das beim BIANET-Corpus aus dem CoNLL-2003-Format trainiert wurde.

Stärken

Kompakt (ca. 110 Mio. Parameter), läuft auch auf normalen Rechnern und ist für standardisierte NER-Aufgaben zuverlässig.

Grenzen

Nur vier Entitätstypen, begrenzte Genauigkeit bei komplexeren Texten und etwas betagte Architektur verglichen mit neueren Transformer-Modellen.

Für wen?

Für alle, die schnell und einfach Namen, Orte und Organisationen aus Texten extrahieren wollen, ohne viel Rechenleistung oder Setup zu brauchen.

So startest du es

Jeder Befehl ist fertig für dieses Modell: kopieren und in die Konsole einfügen.

⚠️ Für dieses Modell haben wir keine verifizierte GGUF-Fassung in der Datenbank. Ohne GGUF können Ollama, LM Studio und llama.cpp es nicht starten. Prüfe auf Hugging Face nach „dslim/bert-base-NER GGUF“ (die meisten Text-Modelle haben eine, z. B. von bartowski oder unsloth) — dann gilt: ollama run hf.co/dslim/bert-base-NER

Dein Rechner

Besonderheiten

Was dieses Modell ausmacht — geprüft aus den offiziellen Angaben (⟳ gerade eben (16.10. 19:59 UTC)).

SprachmodellBeantwortet Fragen, schreibt und fasst Texte zusammen.
Trainings-DatenLaut Modellkarte trainiert mit: conll2003.
Paper / ForschungarXiv:1810.04805 — die Original-Arbeit zum Modell bzw. Verfahren. Quelle ↗
In Spaces im Einsatz100 Hugging-Face-Spaces nutzen dieses Modell.
Inferenz-APIBei Hugging Face direkt im Browser ausprobierbar (Inferenz-Profil vorhanden).
SpracheEnglisch
Kommerziell nutzbarLizenz: MIT.
Millionenfach geladen1,4 Mio. Downloads auf Hugging Face.
TechnikModelltyp: bert · Bibliothek: transformers

Alle Angaben stammen aus den offiziellen Quellen (Hugging Face) — wir hosten keine Modelle.

Wo bekommst du es?

Wir hosten nichts — hier geht es direkt zur Quelle. Die Anleitung unten zeigt dir Schritt für Schritt, wie du das Modell startest.

Auf Hugging Face herunterladen Bei Ollama suchen Bei LM Studio suchen

Größen & Quants

Kleinere Datei = weniger Speicherbedarf, dafür minimal geringere Qualität. Der Check oben zeigt dir für jede Variante, ob sie auf deinem Rechner läuft — entscheiden musst nur du.

VarianteDateigrößeSpeicherbedarf (grob)
Keine Variantenliste verfügbar — schau in die Dateiliste bei Hugging Face.
Größenangaben aus der Dateiliste bei Hugging FaceAlle Dateien: HF ↗

So startest du bert-base-NER

  1. Herunterladen: Über den HF-Button oben (oder direkt in Ollama/LM Studio suchen).
  2. Starten: Unsere Anleitung zeigt dir die einfachsten Wege — LM Studio (Klick-Oberfläche) oder Ollama (ein Befehl).
  3. Chatten: Modell auswählen, lostippen. Ohne Internet, ohne Anmeldung.

Gleiches Modell lieber als API nutzen? Preisvergleich öffnen →

Häufige Fragen

Läuft bert-base-NER auf meinem Rechner?

Das zeigt dir der Check oben — Variante für Variante. Typische Größen: die übliche kompakte Variante wiegt –, die kleinste – — rechne grob ~2 GB Puffer dazu.

Was kostet bert-base-NER?

Nichts — das Modell ist kostenlos herunterladbar. Kosten entstehen nur für Strom oder eine gemietete GPU, falls dein Rechner zu klein ist.

Ähnliche Modelle: multilingual-e5-small · SapBERT-from-PubMedBERT-fulltext · pubmedbert-base-embeddings · Zurück zur Übersicht

Daten: Hugging Face API · ⟳ gerade eben (16.10. 19:59 UTC). Wir hosten keine Modelle — alle Links führen zu den offiziellen Quellen.