Характеристики

Контекст: 8 192 токена
Параметры: 149 млн
Лицензия: MIT
Архитектура: modernbert · dense
Библиотека: sentence-transformers
Опубликована: 4 мая 2025

Ссылки

Hugging Face

bte-base-ar

ALJIACHI

ЭмбеддингиТекст → embedding9 профессий

Арабоязычная модель Sentence Transformers для создания эмбеддингов и семантического сравнения предложений и документов.

310скачиваний за 30 дней0лайковвеса обновлены3 окт 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Тесты пользователейпока нет

Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.

Добавьте модель в бенчмарк
Вместе с другими моделями категории «Эмбеддинги» — сравнение идёт внутри одной категории.
Опишите свои задачи
Напишите запросы, при необходимости приложите файлы и эталонные ответы.
Запустите и опубликуйте
Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

Открыть конструктор бенчмарка

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

BTE-Base-Ar — модель эмбеддингов на базе Sentence Transformers и архитектуры ModernBERT, представленная ALJIACHI. Она преобразует предложения и абзацы в плотные векторы размерностью 768 для сравнения по косинусному сходству. Модель содержит около 148,9 млн параметров и обрабатывает последовательности длиной до 8192 токенов; для длинных текстов применяется скользящее окно.

Модель предназначена прежде всего для арабского языка, также обучалась на арабских и английских текстах. Её можно использовать для семантического поиска и сравнения фраз, поиска перефразировок, кластеризации и классификации текстов. В README приведён результат Spearman 0,8538 на оценке сходства предложений, а также заявлены высокая скорость и сниженное потребление памяти; условия и наборы для этих сравнений не раскрыты.

Модель распространяется по лицензии MIT. Она выдаёт эмбеддинги, а не готовые текстовые ответы; качество на других языках и в задачах за пределами приведённой оценки в карточке не описано.

Сценарии применения

семантический поиск по арабским документам
сравнение смысловой близости арабских предложений
поиск перефразировок на арабском языке
кластеризация арабских текстов по смыслу
классификация текстов с использованием эмбеддингов

Ограничения

Модель формирует векторы, а не готовые ответы; в README приведена только оценка сходства предложений, поэтому качество для других задач и языков не подтверждено. Утверждения о скорости и экономии памяти не сопровождаются описанием условий сравнения.

Для каких профессий подходит9

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

I.11Универсальные способностиКлассификация, ранжирование и сопоставлениеAI помогает распределять объекты по категориям, устанавливать соответствия и определять порядок обработки.15 задач26 736моделей I.1Универсальные способностиПоиск и навигация по информацииAI помогает находить нужные сведения и помогать человеку быстро переходить от вопроса к подтверждённому источнику.18 задач13 467моделей I.12Универсальные способностиРекомендации и персонализацияAI помогает подбирать релевантные варианты и адаптировать опыт под конкретного человека или ситуацию.15 задач7 627моделей I.2Универсальные способностиСинтез, понимание и проверка знанийAI помогает сжимать, сопоставлять и критически проверять знания без потери существенного контекста.18 задач42 341модель

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

⚠️ This Model Is Deprecated

BTE-Base-Ar is deprecated and no longer maintained.

👉 Use the new, improved model instead: ALJIACHI/Mizan-Embeddings-0.1B

🔗 https://huggingface.co/ALJIACHI/Mizan-Embeddings-0.1B

This model will not get any more updates, bug fixes or support. Please switch to Mizan-Embeddings-0.1B. It replaces BTE-Base-Ar and is better in performance, quality and Arabic language understanding.

Migration

To switch, just change the model name in your code:

from sentence_transformers import SentenceTransformer

# Old (deprecated)
# model = SentenceTransformer("ALJIACHI/bte-base-ar")

# New (recommended)
model = SentenceTransformer("ALJIACHI/Mizan-Embeddings-0.1B")

Check the Mizan-Embeddings-0.1B model card for full usage instructions and evaluation results.

Thank you for using BTE-Base-Ar, and for your support.

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · sentence-transformers

Можно запустить

Подбираем GPU…

Класс архитектуры: ModernBertModel
Ревизия весов: 17670bd