/ Модель
Каталог

Характеристики

Контекст
8 194 токена
Параметры
659 млн
Архитектура
xlm-roberta · dense
Библиотека
transformers
Опубликована
14 июн 2026

Ссылки

Hugging Face

bge-m3-MUIA

Edue3r4t5y6
ЭмбеддингиТекст → embedding

bge-m3-MUIA — текстовая модель на базе XLM-RoBERTa для извлечения признаков и построения эмбеддингов.

14скачиваний за 30 дней0лайковвеса обновлены16 июн 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.

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

bge-m3-MUIA — текстовая модель эмбеддингов на архитектуре XLM-RoBERTa, содержащая 658,7 млн параметров. По README, модель обучена с нуля на неуказанном наборе данных. Она предназначена для извлечения признаков из текста; такие представления можно использовать в поиске и других задачах сопоставления текстов. Максимальная длина контекста — 8194 токена. Репозиторий содержит веса в формате Safetensors. Лицензия в доступных данных не указана.

Сценарии применения

  • построение эмбеддингов текстовых документов
  • семантический поиск по коллекции текстов
  • поиск похожих текстов по смыслу
  • извлечение признаков для последующей обработки текста

Ограничения

Данные обучения не описаны, поэтому применимость и качество модели для конкретных языков и задач не подтверждены. В README также отсутствуют сведения об оценке качества.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

bge-m3-MUIA

This model was trained from scratch on an unknown dataset.

Model description

More information needed

Intended uses & limitations

More information needed

Training and evaluation data

More information needed

Training procedure

Training hyperparameters

The following hyperparameters were used during training:

  • learning_rate: 1e-05
  • train_batch_size: 8
  • eval_batch_size: 8
  • seed: 42
  • distributed_type: multi-GPU
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: linear
  • lr_scheduler_warmup_ratio: 0.1
  • num_epochs: 1.0

Training results

Framework versions

  • Transformers 4.44.2
  • Pytorch 2.10.0+cu128
  • Datasets 4.5.0
  • Tokenizers 0.19.1

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
381354f

0 моделей

    Создать бенчмарк