/ Модель

Характеристики

Контекст
8 194 токена
Параметры
659 млн
Лицензия
cc
Архитектура
xlm-roberta · dense
Базовая модель
bge-m3
Библиотека
sentence-transformers
Опубликована
11 мая 2026

water-governance-bge-m3

ЭмбеддингиТекст → embedding3 профессии

Дообученная на материалах InnWater модель эмбеддингов для семантического поиска и сравнения текстов о водном управлении.

103скачиваний за 30 дней1лайквеса обновлены11 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

Water Governance Embedding Model — модель эмбеддингов, дообученная на публичных материалах проекта InnWater программы Horizon Europe. Она разработана для представления текстов о водном управлении, устойчивости водных ресурсов, участии заинтересованных сторон, системах поддержки принятия решений и устойчивом управлении водными ресурсами в виде векторов. Модель основана на BAAI/bge-m3 с архитектурой XLM-RoBERTa, содержит 658,7 млн параметров и рассчитана на контекст до 8194 токенов. Метаданные указывают английский язык и лицензию CC; базовая BGE-M3 является многоязычной.

Модель подходит для семантического поиска и сравнения сходства текстов в специализированных материалах по водному управлению. В README указано, что для обучения использовались публичные документы InnWater; подробности о составе обучающих пар и результатах оценки не приведены.

Сценарии применения

  • семантический поиск по документам о водном управлении
  • поиск материалов об устойчивости водных ресурсов
  • сопоставление текстов об участии заинтересованных сторон
  • поиск по документам систем поддержки принятия решений в водном секторе
  • сравнение текстов об устойчивом управлении водными ресурсами

Ограничения

В карточке не приведены количественные результаты оценки и подробности о данных для дообучения; обучение описано как основанное на публичных материалах InnWater. Язык карточки модели указан как английский, поэтому пригодность для других языков не следует считать подтверждённой для этой донастройки.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

💧 Water Governance Embedding Model

This is an embedding model trained using public data from the Horizon Europe project InnWater (Grant Agreement No. 101086512). The model has been fine-tuned to capture domain-specific semantic relationships related to water governance, water resilience, stakeholder participation, decision-support systems, and sustainable water management.


📁 Data Sources

The training data for this model was exclusively derived from public deliverables of the InnWater Horizon Europe project. These deliverables are available through the official European Commission portal and the project’s website.


Usage

Direct Usage (Sentence Transformers)

First install the Sentence Transformers library:

pip install -U sentence-transformers

Then you can load this model and run inference.

from sentence_transformers import SentenceTransformer

# Download from the 🤗 Hub
model = SentenceTransformer(
    "Applied-Artificial-Intelligence-Eurecat/water-governance-bge-m3"
)

# Run inference
sentences = [
    "How can water governance systems improve stakeholder participation and decision-making?",

    "The InnWater project supports more resilient and sustainable water governance by integrating data-driven tools, stakeholder knowledge, and decision-support mechanisms. The project focuses on improving the way water-related information is collected, structured, shared, and used by decision-makers, public authorities, and other relevant stakeholders.",

    "Water governance requires the coordination of multiple actors, including public administrations, water utilities, citizens, environmental agencies, and policy makers. Effective governance frameworks must account for climate pressures, competing water uses, regulatory requirements, social participation, and long-term sustainability objectives.",
]

embeddings = model.encode(sentences)

print(embeddings.shape)
# [3, 1024]

# Get the similarity scores for the embeddings
similarities = model.similarity(embeddings, embeddings)

print(similarities.shape)
# [3, 3]

🧠 Model License

While the training data was publicly available, the resulting embedding model is distributed under a different license to reflect the additional work and fine-tuning performed:

📄 License: Creative Commons Attribution-NonCommercial 4.0 (CC BY-NC 4.0)

This license allows:

  • ✅ Attribution: You must give appropriate credit when using the model.
  • 🔄 Reuse and adaptation: You can share and adapt the model.
  • 🚫 Non-commercial use only: You may not use the model for commercial purposes without prior written permission.

If you are unsure whether your intended use qualifies as commercial, or if you wish to obtain a commercial license, please contact us.


📌 Required Citation

If you use this model in a publication, software, or presentation, please cite the following:

Oriol Alàs, Ian Palacín, Water Governance Embedding Model, Eurecat – Technology Centre of Catalonia, 2026.
Trained using public deliverables from the InnWater project, funded by the European Union’s Horizon Europe programme (Grant Agreement No. 101086512)

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
XLMRobertaModel
Ревизия весов
e645dc2

0 моделей