/ Модель

Характеристики

Контекст
514 токенов
Параметры
659 млн
Лицензия
Apache 2.0
Архитектура
xlm-roberta · dense
Библиотека
sentence-transformers
Опубликована
23 июн 2025

Javne_Nabavke_embedding_1000

ЭмбеддингиТекст → embedding

Многоязычная модель эмбеддингов для семантического поиска и сопоставления сербских документов о государственных закупках.

369скачиваний за 30 дней1лайквеса обновлены23 июн 2025

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

DejanX13/Javne_Nabavke_embedding_1000 — модель sentence-transformers, дообученная для работы с сербскими документами о государственных закупках. Она основана на архитектуре XLM-RoBERTa, содержит 658,7 млн параметров и преобразует предложения и абзацы в плотные векторы размерностью 1024. Контекст модели составляет до 514 токенов.

Модель предназначена для семантического поиска и извлечения документов, сопоставления тендеров, кластеризации и поиска сходных требований в документах о закупках. Она оптимизирована для сербского и английского языков, особенно для сербской юридической терминологии в сфере закупок. По заявлению карточки, при поиске по этой тематике она превосходит универсальные многоязычные модели.

Для общих текстов и сербских текстов из других областей качество может быть ниже. Модель дообучена на наборе из 1000 сербских документов о закупках; условия применимости результатов оценки в карточке не уточнены. Лицензия — Apache-2.0.

Сценарии применения

  • семантический поиск по тендерной документации
  • поиск релевантных документов о государственных закупках по запросу
  • сопоставление тендеров и предложений поставщиков
  • кластеризация документов о закупках по смыслу
  • поиск сходных юридических требований в документах о закупках

Ограничения

Модель специально оптимизирована для сербских документов о государственных закупках и может хуже работать на общих текстах и материалах из других областей. Она обучалась на 1000 сербских документах о закупках.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

DejanX13/Javne_Nabavke_embedding_1000

This is a sentence-transformers model fine-tuned specifically for Serbian public procurement documents ("Javne Nabavke"). It maps sentences & paragraphs to a 1024 dimensional dense vector space and can be used for tasks like clustering, semantic search, and document retrieval in the context of Serbian public procurement.

Model Description

This model has been fine-tuned on a dataset of 1000 Serbian public procurement documents to improve semantic understanding and retrieval performance for:

  • Public procurement document analysis
  • Tender document similarity matching
  • Legal document search and retrieval
  • Procurement process automation
  • Serbian legal text understanding

The model is based on a multilingual transformer architecture and has been optimized for both Serbian and English text in the public procurement domain.

Usage (Sentence-Transformers)

Using this model becomes easy when you have sentence-transformers installed:

pip install -U sentence-transformers

Then you can use the model like this:

from sentence_transformers import SentenceTransformer

# Example Serbian public procurement texts
sentences = [
    "Javni poziv za nabavku računarske opreme",
    "Tender za izgradnju javnih objekata",
    "Specifikacija tehničkih zahteva za softver"
]

model = SentenceTransformer('DejanX13/Javne_Nabavke_embedding_1000')
embeddings = model.encode(sentences)
print(embeddings)

Usage (LlamaIndex)

You can also use this model with LlamaIndex for document retrieval:

from llama_index.embeddings.huggingface import HuggingFaceEmbedding

embedding_model = HuggingFaceEmbedding(
    model_name="DejanX13/Javne_Nabavke_embedding_1000",
    embed_batch_size=16
)

# Use with VectorStoreIndex for document retrieval
from llama_index.core import VectorStoreIndex, Document

documents = [Document(text="Your procurement document text here")]
index = VectorStoreIndex.from_documents(documents, embed_model=embedding_model)

Performance

This model has been evaluated on Serbian public procurement document retrieval tasks and shows significant improvement over general-purpose multilingual models for domain-specific tasks.

Training Details

The model was fine-tuned with the following parameters:

Base Model: multilingual-e5-large

Training Dataset: 1000 Serbian public procurement documents with query-document pairs

Training Parameters:

  • Epochs: 2
  • Batch Size: 5
  • Learning Rate: 2e-05
  • Loss Function: MultipleNegativesRankingLoss
  • Evaluation Steps: 50
  • Warmup Steps: 94
  • Weight Decay: 0.01
  • Max Gradient Norm: 1
  • Optimizer: AdamW

DataLoader: torch.utils.data.dataloader.DataLoader of length 470 with parameters:

{'batch_size': 5, 'sampler': 'torch.utils.data.sampler.SequentialSampler', 'batch_sampler': 'torch.utils.data.sampler.BatchSampler'}

Loss Function: sentence_transformers.losses.MultipleNegativesRankingLoss.MultipleNegativesRankingLoss with parameters:

{'scale': 20.0, 'similarity_fct': 'cos_sim'}

Model Architecture

SentenceTransformer(
  (0): Transformer({'max_seq_length': 512, 'do_lower_case': False}) with Transformer model: XLMRobertaModel 
  (1): Pooling({'word_embedding_dimension': 1024, 'pooling_mode_cls_token': False, 'pooling_mode_mean_tokens': True, 'pooling_mode_max_tokens': False, 'pooling_mode_mean_sqrt_len_tokens': False, 'pooling_mode_weightedmean_tokens': False, 'pooling_mode_lasttoken': False, 'include_prompt': True})
  (2): Normalize()
)

Use Cases

This model is particularly useful for:

  1. Document Retrieval: Finding relevant procurement documents based on queries
  2. Tender Matching: Matching suppliers with relevant tender opportunities
  3. Legal Document Analysis: Understanding legal requirements in procurement documents
  4. Compliance Checking: Identifying similar regulatory requirements across documents
  5. Procurement Automation: Building AI systems for procurement process automation

Languages

  • Primary: Serbian (sr)
  • Secondary: English (en)
  • Optimized for: Serbian public procurement terminology and legal language

Limitations

  • Optimized specifically for Serbian public procurement domain
  • May not perform optimally on general-purpose text outside this domain
  • Performance may vary on other Serbian text domains not related to public procurement

Citation

If you use this model in your research or applications, please cite:

@misc{javne_nabavke_embedding_1000,
  author = {DejanX13},
  title = {Javne_Nabavke_embedding_1000: Fine-tuned Embeddings for Serbian Public Procurement},
  year = {2024},
  publisher = {Hugging Face},
  url = {https://huggingface.co/DejanX13/Javne_Nabavke_embedding_1000}
}

Contact

For questions or issues related to this model, please open an issue in the model repository or contact the author through Hugging Face.

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
27038c1

0 моделей