/ Модель

Характеристики

Контекст
8 194 токена
Параметры
659 млн
Лицензия
MIT
Архитектура
xlm-roberta · dense
Библиотека
sentence-transformers
Опубликована
11 апр 2025

GreenNode-Embedding-Large-VN-Mixed-V1

ЭмбеддингиТекст → embedding9 профессий

Векторная модель GreenNode на базе XLM-RoBERTa для семантического поиска и сравнения текстов, особенно на вьетнамском языке.

761скачиваний за 30 дней6лайковвеса обновлены24 апр 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 оценки48

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

  • Quora-VN

    main_score

    Результат

    0,6503

    MTEB

    Публичная таблицаревизия совпадает

  • StackExchangeClusteringP2P-VN

    main_score

    Результат

    0,3229

    MTEB

    Публичная таблицаревизия совпадает

  • SICK-R-VN

    main_score

    Результат

    0,774

    MTEB

    Публичная таблицаревизия совпадает

  • MassiveIntentVNClassification

    main_score

    Результат

    0,6753

    MTEB

    Публичная таблицаревизия совпадает

  • CQADupstackTex-VN

    main_score

    Результат

    0,2576

    MTEB

    Публичная таблицаревизия совпадает

  • SprintDuplicateQuestions-VN

    main_score

    Результат

    0,9614

    Общий результат 0,9695
    MTEB

    Публичная таблицаревизия совпадает

  • SCIDOCS-VN

    main_score

    Результат

    0,1444

    MTEB

    Публичная таблицаревизия совпадает

  • RedditClustering-VN

    main_score

    Результат

    0,4312

    MTEB

    Публичная таблицаревизия совпадает

  • ArguAna-VN

    main_score

    Результат

    0,3791

    MTEB

    Публичная таблицаревизия совпадает

  • SciFact-VN

    main_score

    Результат

    0,6188

    MTEB

    Публичная таблицаревизия совпадает

  • StackExchangeClustering-VN

    main_score

    Результат

    0,591

    MTEB

    Публичная таблицаревизия совпадает

  • CQADupstackWebmasters-VN

    main_score

    Результат

    0,3484

    MTEB

    Публичная таблицаревизия совпадает

  • Touche2020-VN

    main_score

    Результат

    0,2106

    MTEB

    Публичная таблицаревизия совпадает

  • ImdbVNClassification

    main_score

    Результат

    0,8237

    MTEB

    Публичная таблицаревизия совпадает

  • CQADupstackAndroid-VN

    main_score

    Результат

    0,4406

    MTEB

    Публичная таблицаревизия совпадает

  • DBPedia-VN

    main_score

    Результат

    0,3612

    MTEB

    Публичная таблицаревизия совпадает

  • NFCorpus-VN

    main_score

    Результат

    0,3046

    MTEB

    Публичная таблицаревизия совпадает

  • TweetSentimentExtractionVNClassification

    main_score

    Результат

    0,5828

    MTEB

    Публичная таблицаревизия совпадает

  • TwitterSemEval2015-VN

    main_score

    Результат

    0,7036

    MTEB

    Публичная таблицаревизия совпадает

  • CQADupstackUnix-VN

    main_score

    Результат

    0,3574

    MTEB

    Публичная таблицаревизия совпадает

  • MTOPDomainVNClassification

    main_score

    Результат

    0,8647

    MTEB

    Публичная таблицаревизия совпадает

  • CQADupstackMathematica-VN

    main_score

    Результат

    0,2337

    MTEB

    Публичная таблицаревизия совпадает

  • GreenNodeTableMarkdownRetrieval

    main_score

    Результат

    0,4621

    MTEB

    Публичная таблицаревизия совпадает

  • EmotionVNClassification

    main_score

    Результат

    0,4575

    Общий результат 0,4622
    MTEB

    Публичная таблицаревизия совпадает

  • CQADupstackGis-VN

    main_score

    Результат

    0,3289

    MTEB

    Публичная таблицаревизия совпадает

  • CQADupstackWordpress-VN

    main_score

    Результат

    0,2723

    MTEB

    Публичная таблицаревизия совпадает

  • AmazonPolarityVNClassification

    main_score

    Результат

    0,8704

    MTEB

    Публичная таблицаревизия совпадает

  • RedditClusteringP2P-VN

    main_score

    Результат

    0,5702

    MTEB

    Публичная таблицаревизия совпадает

  • Banking77VNClassification

    main_score

    Результат

    0,778

    MTEB

    Публичная таблицаревизия совпадает

  • SciDocsRR-VN

    main_score

    Результат

    0,8102

    MTEB

    Публичная таблицаревизия совпадает

  • ToxicConversationsVNClassification

    main_score

    Результат

    0,6821

    MTEB

    Публичная таблицаревизия совпадает

  • CQADupstackStats-VN

    main_score

    Результат

    0,2991

    MTEB

    Публичная таблицаревизия совпадает

  • TwitterURLCorpus-VN

    main_score

    Результат

    0,8559

    MTEB

    Публичная таблицаревизия совпадает

  • CQADupstackPhysics-VN

    main_score

    Результат

    0,3831

    MTEB

    Публичная таблицаревизия совпадает

  • VieStudentFeedbackClassification

    main_score

    Результат

    0,8002

    MTEB

    Публичная таблицаревизия совпадает

  • TRECCOVID-VN

    main_score

    Результат

    0,6457

    MTEB

    Публичная таблицаревизия совпадает

  • NQ-VN

    main_score

    Результат

    0,539

    MTEB

    Публичная таблицаревизия совпадает

  • VieQuADRetrieval

    main_score

    Результат

    0,5689

    MTEB

    Публичная таблицаревизия совпадает

  • TwentyNewsgroupsClustering-VN

    main_score

    Результат

    0,3698

    MTEB

    Публичная таблицаревизия совпадает

  • AmazonReviewsVNClassification

    main_score

    Результат

    0,4434

    MTEB

    Публичная таблицаревизия совпадает

  • FiQA2018-VN

    main_score

    Результат

    0,3327

    MTEB

    Публичная таблицаревизия совпадает

  • AskUbuntuDupQuestions-VN

    main_score

    Результат

    0,6184

    MTEB

    Публичная таблицаревизия совпадает

  • CQADupstackProgrammers-VN

    main_score

    Результат

    0,3378

    MTEB

    Публичная таблицаревизия совпадает

  • HotpotQA-VN

    main_score

    Результат

    0,6275

    MTEB

    Публичная таблицаревизия совпадает

  • MSMARCO-VN

    main_score

    Результат

    0,3565

    MTEB

    Публичная таблицаревизия совпадает

  • MassiveScenarioVNClassification

    main_score

    Результат

    0,7262

    MTEB

    Публичная таблицаревизия совпадает

  • StackOverflowDupQuestions-VN

    main_score

    Результат

    0,4963

    MTEB

    Публичная таблицаревизия совпадает

  • FEVER-VN

    main_score

    Результат

    0,6801

    MTEB

    Публичная таблицаревизия совпадает

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

GreenNode/GreenNode-Embedding-Large-VN-Mixed-V1 — модель GreenNode для получения плотных векторных представлений предложений и абзацев. Она построена на XLM-RoBERTa с архитектурой Sentence Transformers: векторное представление размерности 1024 нормализуется, а сходство можно оценивать косинусной мерой. Модель содержит 658,7 млн параметров и принимает последовательности длиной до 8194 токенов.

Модель предназначена для семантического поиска, сравнения текстов, поиска перефразирований, кластеризации и классификации. В карточке приведены результаты на наборах для поиска по таблицам и вьетнамским юридическим текстам и ответам на вопросы; заявленные языки — вьетнамский и английский. Репозиторий содержит веса в формате safetensors и использует библиотеку Sentence Transformers. Лицензия — MIT.

Сценарии применения

  • семантический поиск по вьетнамским документам
  • поиск по таблицам и их текстовому представлению в Markdown
  • поиск в коллекциях вьетнамских юридических текстов
  • подбор релевантных фрагментов для системы RAG
  • сравнение предложений и поиск перефразирований
  • кластеризация текстов по смыслу

Ограничения

Карточка подтверждает применение для вьетнамского и английского языков, но не приводит языковых метрик для английского; качество может различаться между языками и типами текстов. Модель выдаёт векторы, поэтому для поиска требуется отдельный индекс или система сравнения векторных представлений.

Для каких профессий подходит9

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

SentenceTransformer

This is a sentence-transformers model trained. It maps sentences & paragraphs to a 1024-dimensional dense vector space and can be used for semantic textual similarity, semantic search, paraphrase mining, text classification, clustering, and more.

Model Details

Model Description

  • Model Type: Sentence Transformer
  • Maximum Sequence Length: 8192 tokens
  • Output Dimensionality: 1024 tokens
  • Similarity Function: Cosine Similarity
  • Training Dataset: - GreenNode/GreenNode-Table-Markdown-Retrieval
  • Language: Vietnamese

Model Sources

Full Model Architecture

SentenceTransformer(
  (0): Transformer({'max_seq_length': 8192, 'do_lower_case': False}) with Transformer model: XLMRobertaModel 
  (1): Pooling({'word_embedding_dimension': 1024, 'pooling_mode_cls_token': True, 'pooling_mode_mean_tokens': False, '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()
)

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("GreenNode/GreenNode-Embedding-Large-VN-Mixed-V1")
# Run inference
sentences = [
    'The weather is lovely today.',
    "It's so sunny outside!",
    'He drove to the stadium.',
]
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]

Evaluation

Table: Performance comparison of various models on GreenNodeTableRetrieval

Dataset: GreenNode/GreenNode-Table-Markdown-Retrieval

Model NameMAP@5 ↑MRR@5 ↑NDCG@5 ↑Recall@5 ↑Mean ↑
Multilingual Embedding models
me5_small33.7533.7535.6841.4936.17
me5_large38.1638.1640.2746.6240.80
M3-Embedding36.5236.5238.6044.8439.12
OpenAI-embedding-v330.6130.6132.5738.4633.06
Vietnamese Embedding models (Prior Work)
halong-embedding32.1532.1534.1340.0934.63
sup-SimCSE-VietNamese-phobert_base10.9010.9012.0315.4112.31
vietnamese-bi-encoder13.6113.6114.6317.6814.89
GreenNode-Embedding (Our Work)
M3-GN-VN41.8541.8544.1557.0546.23
M3-GN-VN-Mixed42.0842.0844.3351.0644.89

Table: Performance comparison of various models on ZacLegalTextRetrieval

Dataset: GreenNode/zalo-ai-legal-text-retrieval-vn

Model NameMAP@5 ↑MRR@5 ↑NDCG@5 ↑Recall@5 ↑Mean ↑
Multilingual Embedding models
me5_small54.6854.3758.3269.1659.13
me5_large60.1459.6264.1776.0264.99
M3-Embedding69.3468.9673.7086.6874.67
OpenAI-embedding-v338.6838.8041.5349.9441.74
Vietnamese Embedding models (Prior Work)
halong-embedding52.5752.2856.6468.7257.55
sup-SimCSE-VietNamese-phobert_base25.1525.0727.8135.7928.46
vietnamese-bi-encoder54.8854.4759.1079.5161.99
GreenNode-Embedding (Our Work)
M3-GN-VN65.0364.8069.1981.6670.17
M3-GN-VN-Mixed69.7569.2874.0186.7474.95

Table: Performance comparison of various models on VieQuADRetrieval

Dataset: taidng/UIT-ViQuAD2.0

Model NameMAP@5 ↑MRR@5 ↑NDCG@5 ↑Recall@5 ↑Mean ↑
Multilingual Embedding models
me5_small40.4269.2150.0550.7152.60
me5_large44.1867.8153.0455.8655.22
M3-Embedding44.0872.2854.0756.0156.61
OpenAI-embedding-v332.3953.9740.4843.0242.47
Vietnamese Embedding models (Prior Work)
halong-embedding39.4262.3148.6352.7350.77
sup-SimCSE-VietNamese-phobert_base20.4535.9926.7329.5928.19
vietnamese-bi-encoder31.8954.6240.2642.5342.33
GreenNode-Embedding (Our Work)
M3-GN-VN42.8571.9852.9054.2555.50
M3-GN-VN-Mixed44.2072.6454.3056.3056.86

Table: Performance comparison of various models on GreenNodeTableRetrieval (Hit Rate)

Model NameHit Rate@1 ↑Hit Rate@5 ↑Hit Rate@10 ↑Hit Rate@20 ↑
Multilingual Embedding models
me5_small38.9953.3759.2865.09
me5_large43.9959.7465.7471.59
bge-m342.1557.0063.0568.96
OpenAI-embedding-v3----
Vietnamese Embedding models (Prior Work)
halong-embedding37.2252.4958.5764.64
sup-SimCSE-VietNamese-phobert_base14.0024.7430.3236.44
vietnamese-bi-encoder16.8925.9430.5035.70
GreenNode-Embedding (Our Work)
M3-GN-VN48.3164.6070.8376.46
M3-GN-VN-Mixed47.9464.2470.4376.14

Framework Versions

  • Python: 3.10.14
  • Sentence Transformers: 3.0.1
  • Transformers: 4.42.4
  • PyTorch: 2.3.1
  • Accelerate: 0.33.0
  • Datasets: 2.20.0
  • Tokenizers: 0.19.1

Follow us

https://x.com/greennode23

Support

https://discord.gg/B6MJFM3J3a

License

This repository and the model weights are licensed under the MIT License.

Citation

Contact Us

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
1d3dddb

0 моделей