indic-modernBERT

README 给出 22 层、8192 context 和新的 Hindi BPE；在 NER 上 F1 为 0.8001，MASSIVE 为 0.4731，检索任务在 DPR 之后最强。数据配方把 Sangraha 23.6B 与 IndicCorp V2 4.85B token 合并，展示了专门化语料对编码器能力的直接影响。