/ Модель

Характеристики

Контекст
8 194 токена
Параметры
659 млн
Лицензия
CC BY 4.0
Архитектура
xlm-roberta · dense
Библиотека
sentence-transformers
Опубликована
11 апр 2025

GreenNode-Embedding-Large-VN-V1

ЭмбеддингиТекст → embedding6 профессий

Модель превращает вьетнамские предложения и абзацы в эмбеддинги для семантического поиска, сравнения и группировки текстов.

108скачиваний за 30 дней8лайковвеса обновлены11 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 оценки49

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

  • Touche2020-VN

    main_score

    Результат

    0,1809

    MTEB

    Публичная таблицаревизия совпадает

  • CQADupstackTex-VN

    main_score

    Результат

    0,2498

    MTEB

    Публичная таблицаревизия совпадает

  • RedditClusteringP2P-VN

    main_score

    Результат

    0,5535

    MTEB

    Публичная таблицаревизия совпадает

  • EmotionVNClassification

    main_score

    Результат

    0,442

    Общий результат 0,4305
    MTEB

    Публичная таблицаревизия совпадает

  • SprintDuplicateQuestions-VN

    main_score

    Результат

    0,9441

    MTEB

    Публичная таблицаревизия совпадает

  • CQADupstackAndroid-VN

    main_score

    Результат

    0,4155

    MTEB

    Публичная таблицаревизия совпадает

  • HotpotQA-VN

    main_score

    Результат

    0,5898

    MTEB

    Публичная таблицаревизия совпадает

  • AmazonReviewsVNClassification

    main_score

    Результат

    0,4354

    MTEB

    Публичная таблицаревизия совпадает

  • CQADupstackMathematica-VN

    main_score

    Результат

    0,223

    MTEB

    Публичная таблицаревизия совпадает

  • MTOPIntentVNClassification

    main_score

    Результат

    0,5148

    MTEB

    Публичная таблицаревизия совпадает

  • BIOSSES-VN

    main_score

    Результат

    0,7332

    MTEB

    Публичная таблицаревизия совпадает

  • FiQA2018-VN

    main_score

    Результат

    0,2917

    MTEB

    Публичная таблицаревизия совпадает

  • ToxicConversationsVNClassification

    main_score

    Результат

    0,676

    MTEB

    Публичная таблицаревизия совпадает

  • ClimateFEVER-VN

    main_score

    Результат

    0,1814

    MTEB

    Публичная таблицаревизия совпадает

  • AmazonCounterfactualVNClassification

    main_score

    Результат

    0,5882

    MTEB

    Публичная таблицаревизия совпадает

  • MassiveIntentVNClassification

    main_score

    Результат

    0,6555

    MTEB

    Публичная таблицаревизия совпадает

  • FEVER-VN

    main_score

    Результат

    0,592

    MTEB

    Публичная таблицаревизия совпадает

  • TweetSentimentExtractionVNClassification

    main_score

    Результат

    0,5713

    MTEB

    Публичная таблицаревизия совпадает

  • SciDocsRR-VN

    main_score

    Результат

    0,7832

    MTEB

    Публичная таблицаревизия совпадает

  • STSBenchmark-VN

    main_score

    Результат

    0,7809

    MTEB

    Публичная таблицаревизия совпадает

  • SciFact-VN

    main_score

    Результат

    0,5992

    MTEB

    Публичная таблицаревизия совпадает

  • AmazonPolarityVNClassification

    main_score

    Результат

    0,8451

    MTEB

    Публичная таблицаревизия совпадает

  • StackExchangeClustering-VN

    main_score

    Результат

    0,5289

    MTEB

    Публичная таблицаревизия совпадает

  • MSMARCO-VN

    main_score

    Результат

    0,3298

    MTEB

    Публичная таблицаревизия совпадает

  • RedditClustering-VN

    main_score

    Результат

    0,3855

    MTEB

    Публичная таблицаревизия совпадает

  • SCIDOCS-VN

    main_score

    Результат

    0,1298

    MTEB

    Публичная таблицаревизия совпадает

  • TwitterSemEval2015-VN

    main_score

    Результат

    0,6905

    MTEB

    Публичная таблицаревизия совпадает

  • VieStudentFeedbackClassification

    main_score

    Результат

    0,7688

    MTEB

    Публичная таблицаревизия совпадает

  • TRECCOVID-VN

    main_score

    Результат

    0,6174

    MTEB

    Публичная таблицаревизия совпадает

  • StackExchangeClusteringP2P-VN

    main_score

    Результат

    0,3099

    MTEB

    Публичная таблицаревизия совпадает

  • Banking77VNClassification

    main_score

    Результат

    0,7593

    MTEB

    Публичная таблицаревизия совпадает

  • GreenNodeTableMarkdownRetrieval

    main_score

    Результат

    0,4669

    MTEB

    Публичная таблицаревизия совпадает

  • AskUbuntuDupQuestions-VN

    main_score

    Результат

    0,5995

    MTEB

    Публичная таблицаревизия совпадает

  • Quora-VN

    main_score

    Результат

    0,6409

    MTEB

    Публичная таблицаревизия совпадает

  • ArguAna-VN

    main_score

    Результат

    0,3655

    MTEB

    Публичная таблицаревизия совпадает

  • NQ-VN

    main_score

    Результат

    0,4792

    MTEB

    Публичная таблицаревизия совпадает

  • CQADupstackWordpress-VN

    main_score

    Результат

    0,2649

    MTEB

    Публичная таблицаревизия совпадает

  • ImdbVNClassification

    main_score

    Результат

    0,7898

    MTEB

    Публичная таблицаревизия совпадает

  • MTOPDomainVNClassification

    main_score

    Результат

    0,8415

    MTEB

    Публичная таблицаревизия совпадает

  • StackOverflowDupQuestions-VN

    main_score

    Результат

    0,4856

    MTEB

    Публичная таблицаревизия совпадает

  • TwentyNewsgroupsClustering-VN

    main_score

    Результат

    0,34

    MTEB

    Публичная таблицаревизия совпадает

  • CQADupstackPhysics-VN

    main_score

    Результат

    0,3592

    MTEB

    Публичная таблицаревизия совпадает

  • DBPedia-VN

    main_score

    Результат

    0,3227

    MTEB

    Публичная таблицаревизия совпадает

  • CQADupstackGis-VN

    main_score

    Результат

    0,3131

    MTEB

    Публичная таблицаревизия совпадает

  • VieQuADRetrieval

    main_score

    Результат

    0,5541

    MTEB

    Публичная таблицаревизия совпадает

  • MassiveScenarioVNClassification

    main_score

    Результат

    0,7026

    MTEB

    Публичная таблицаревизия совпадает

  • SICK-R-VN

    main_score

    Результат

    0,7558

    MTEB

    Публичная таблицаревизия совпадает

  • TwitterURLCorpus-VN

    main_score

    Результат

    0,8487

    MTEB

    Публичная таблицаревизия совпадает

  • CQADupstackProgrammers-VN

    main_score

    Результат

    0,3199

    MTEB

    Публичная таблицаревизия совпадает

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

GreenNode разработала GreenNode-Embedding-Large-VN-V1 — модель Sentence Transformer на базе XLM-RoBERTa для получения плотных векторных представлений вьетнамских предложений и абзацев. Она кодирует входной текст в векторы размерностью 1024, нормализованные для сравнения по косинусному сходству; максимальная длина последовательности — 8192 токена. Модель предназначена для семантического поиска и сравнения текстов, в том числе таблиц и документов на вьетнамском языке.

Её можно применять для поиска подходящих фрагментов в коллекциях документов, сопоставления похожих формулировок, кластеризации и классификации текста. В README приведены результаты сравнений на наборах для поиска по таблицам, юридическим текстам и вопросам по вьетнамским материалам; эти показатели относятся к указанным тестовым наборам. Модель распространяется под лицензией CC BY 4.0. Она выдаёт эмбеддинги, а не готовые ответы или метки; качество на других языках и типах данных в предоставленных материалах не описано.

Сценарии применения

  • Семантический поиск по вьетнамским документам
  • Поиск строк и фрагментов в таблицах и Markdown-документах
  • Сопоставление вьетнамских запросов с релевантными текстами
  • Поиск перефразированных предложений
  • Кластеризация вьетнамских текстов
  • Классификация текста на основе эмбеддингов

Ограничения

Модель предназначена для получения векторов и сама не формирует ответы или метки классов. Приведённые в README сравнительные результаты относятся к конкретным вьетнамским наборам данных; качество на других языках и доменах не установлено.

Для каких профессий подходит6

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
  • License: cc-by-4.0

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("sentence_transformers_model_id")
# 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]

Training Details

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

Citation

BibTeX

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
660def1

0 моделей