/ Модель

Характеристики

Контекст
4 026 токенов
Параметры
409 млн
Лицензия
MIT
Архитектура
xlm-roberta · dense
Базовая модель
bge-m3
Библиотека
transformers
Опубликована
22 мая 2026

bge-m3-vi-base

Сходство предложенийТекст → score8 профессий

Многоязычная модель эмбеддингов на базе BGE-M3 с пользовательским токенизатором для семантического поиска, плотного извлечения документов и RAG.

116скачиваний за 30 дней0лайковвеса обновлены25 мая 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.

  1. Добавьте модель в бенчмарк

    Вместе с другими моделями категории «Эмбеддинги» — сравнение идёт внутри одной категории.

  2. Опишите свои задачи

    Напишите запросы, при необходимости приложите файлы и эталонные ответы.

  3. Запустите и опубликуйте

    Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

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

Adc05102002/bge-m3-vi-base — дообученная многоязычная модель эмбеддингов на основе BAAI/bge-m3, разработанная с заменённым токенизатором: его словарь из 8,5 тыс. токенов обучен на специализированном корпусе. Модель использует архитектуру XLM-RoBERTa с 409,4 млн параметров и выдаёт векторные представления размерности 1024. Она предназначена для семантического и плотного поиска, а также для извлечения релевантных документов в RAG-системах и доменных многоязычных сценариях.

В карточке заявлена поддержка контекста до 8192 токенов, тогда как метаданные указывают native context в 4026 токенов. Для надёжного использования максимальную длину следует проверять на практике. Модель работает с текстом и рассчитана на многоязычный поиск; конкретные языки не перечислены. Репозиторий содержит веса в формате Safetensors, библиотека — Transformers. Лицензия MIT.

Сценарии применения

  • семантический поиск по многоязычным документам
  • получение текстовых эмбеддингов для поиска
  • плотное извлечение релевантных документов
  • поиск контекста для RAG-систем
  • поиск по специализированным многоязычным корпусам

Ограничения

README заявляет контекст до 8192 токенов, но метаданные указывают native context в 4026 токенов; максимальную длину следует проверять в целевой конфигурации. Конкретные поддерживаемые языки не перечислены.

Для каких профессий подходит8

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

BGE-M3 Custom Tokenizer (8.5K Vocab)

A customized version of :contentReference[oaicite:0]{index=0} with a newly trained tokenizer optimized for domain-specific multilingual retrieval workloads.

This model replaces the original XLM-R tokenizer vocabulary with a compact 8.5K-token tokenizer trained on a custom corpus.

Highlights

  • Based on BAAI/bge-m3
  • Custom tokenizer trained from scratch
  • Reduced vocabulary size: 8500
  • Long-context support: 8192 tokens
  • Multilingual retrieval and embedding model
  • Optimized for:
    • semantic search
    • RAG pipelines
    • dense retrieval
    • domain-specific embeddings

Model Details

Base Model

  • Architecture: XLM-RoBERTa
  • Original model: BAAI/bge-m3
  • Embedding dimension: 1024
  • Transformer encoder model

Tokenizer

The original tokenizer was replaced with a newly trained tokenizer using:

tokenizer = base_tokenizer.train_new_from_iterator(
    batch_iterator(),
    vocab_size=8500,
    min_frequency=2,
)

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
XLMRobertaModel
Ревизия весов
f9d7051

0 моделей