/ Модель

Характеристики

Контекст
514 токенов
Параметры
305 млн
Лицензия
Apache 2.0
Архитектура
xlm-roberta · dense
Библиотека
sentence-transformers
Опубликована
27 мар 2026

e5-uz-v3

ЭмбеддингиТекст → embedding7 профессий

Модель кодирует узбекские запросы и документы в эмбеддинги для семантического поиска и извлечения релевантных текстов.

126скачиваний за 30 дней0лайковвеса обновлены27 мар 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

E5 Uzbek Embedding Model (e5-uz-v3) — модель эмбеддингов текста на базе XLM-RoBERTa, дообученная разработчиком Dovud Asadov на multilingual-e5-base для семантического поиска и извлечения документов на узбекском языке. Она кодирует запросы и документы в векторы размерности 768; для лучшего качества запросы следует помечать префиксом «query:», а документы — «passage:». Сходство векторов оценивается косинусной функцией.

Модель содержит 305,2 млн параметров, использует 12 слоёв XLM-RoBERTa и рассчитана на последовательности до 512 токенов. Она обучена на 36 306 узбекских триплетах «запрос — релевантный документ — нерелевантный документ» с функцией потерь CachedMultipleNegativesRankingLoss. По приведённой оценке, cosine_accuracy составляет 0,499 при k=1, 0,723 при k=3 и 0,801 при k=5.

Модель подходит для поиска по смыслу и retrieval в узбекских текстовых корпусах; лицензия Apache-2.0 допускает её использование на условиях этой лицензии. Узкая специализация на узбекском и максимальная длина последовательности ограничивают её применение для других языков и длинных документов без дополнительной проверки.

Сценарии применения

  • семантический поиск по узбекским документам
  • поиск релевантных текстов по узбекскому запросу
  • построение retrieval-компонента для RAG на узбекском языке
  • ранжирование документов по сходству с запросом

Ограничения

Модель специально дообучена для узбекского языка, поэтому качество для других языков не установлено. Максимальная длина входа составляет 512 токенов.

Для каких профессий подходит7

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

E5 Uzbek Embedding Model (e5-uz-v3)

Uzbek text embedding model fine-tuned from multilingual-e5-base (XLM-RoBERTa) for semantic search and retrieval in Uzbek language.

Model Details

  • Architecture: XLM-RoBERTa (12 layers, 768 hidden, 12 heads)
  • Output Dimensions: 768
  • Max Sequence Length: 512 tokens
  • Similarity Function: Cosine
  • Training Data: 36,306 Uzbek query-passage triplets (anchor, positive, negative)
  • Loss: CachedMultipleNegativesRankingLoss

Evaluation

MetricValue
cosine_accuracy@10.499
cosine_accuracy@30.723
cosine_accuracy@50.801
cosine_accuracy@100.870
cosine_ndcg@100.686
cosine_mrr@100.627
cosine_map@1000.633

Usage

pip install sentence-transformers
from sentence_transformers import SentenceTransformer

model = SentenceTransformer("Dovud-Asadov/e5-uz-v3")

queries = ["query: O'zbekistonda eng katta shahar qaysi?"]
passages = [
    "passage: Toshkent — O'zbekistonning poytaxti va eng katta shahri.",
    "passage: Bugun ob-havo issiq bo'ladi, harorat 35 darajaga yetadi.",
]

q_emb = model.encode(queries)
p_emb = model.encode(passages)

# Cosine similarity (range: -1 to 1)
cosine_scores = model.similarity(q_emb, p_emb)

# Normalized similarity (range: 0 to 1)
scores = (cosine_scores + 1) / 2

for i, passage in enumerate(passages):
    print(f"Cosine: {cosine_scores[0][i]:.4f} | Score (0-1): {scores[0][i]:.4f} | {passage}")

# Output:
# Cosine: 0.3737 | Score (0-1): 0.6869 | passage: Toshkent — O'zbekistonning poytaxti va eng katta shahri.
# Cosine: -0.0566 | Score (0-1): 0.4717 | passage: Bugun ob-havo issiq bo'ladi, harorat 35 darajaga yetadi.

Prefix queries with query: and documents with passage: for best results.

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
cd44f8a

0 моделей