/ Модель

Характеристики

Контекст
512 токенов
Параметры
25,9 млн
Лицензия
Apache 2.0
Архитектура
bert · dense
Опубликована
17 июл 2025

Space-Time-MiniLM-v0

ЭмбеддингиТекст → embedding6 профессий

Модель кодирует предложения в векторы, учитывающие смысл, время и регион, для семантического поиска, сравнения и кластеризации.

126скачиваний за 30 дней1лайквеса обновлены15 июл 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

Space-Time-MiniLM-v0 — модель кодирования предложений и коротких абзацев, разработанная как исследовательский проект в Department of Computer Science Американского университета Бейрута. Она строит плотные векторы размерности 384, учитывающие смысл текста и связанные с ним временные и пространственные сведения. Архитектура основана на BERT и предварительно обученной sentence-transformers/all-MiniLM-L6-v2; механизм внимания модифицирован для учёта времени и места, после чего модель дообучена на двух пользовательских наборах данных.

Модель предназначена для семантического поиска, сравнения предложений и кластеризации с учётом контекста времени и географии. Вход включает текст и сведения о периоде и регионе; поддерживаются месяцы с января 2017 по декабрь 2021 года и регионы US, UK, CAN и AUS. README указывает усечение входа длиннее 128 токенов, хотя метаданные задают максимальный контекст в 512 токенов. Выход — векторное представление. Модель распространяется по лицензии Apache-2.0.

Сценарии применения

  • семантический поиск с учётом даты и региона
  • сравнение предложений с временным и географическим контекстом
  • кластеризация текстов по смыслу, периоду и месту

Ограничения

Доступны только периоды с 2017-01 по 2021-12 и регионы US, UK, CAN и AUS. README сообщает об усечении текста длиннее 128 токенов, тогда как метаданные указывают контекст 512 токенов.

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

Space-Time-MiniLM-v0

This is a sentence-transformers model: It maps sentences & paragraphs to a 384 dimensional dense vector space and can be used for tasks like clustering or semantic search. It has a special addition, and that is the ability to incorporate spatiotemporal information into the embeddings.

Usage (HuggingFace Transformers)

You can use the model like this: First, you pass your input through the transformer model, then you get your spatiotemporal semantic embeddings.

from modeling_custom_minilm import SpaceTimeMiniLM
from transformers import AutoTokenizer, AutoConfig

tokenizer = AutoTokenizer.from_pretrained("HaidarJomaa/Space-Time-MiniLM-v0")
config = AutoConfig.from_pretrained("HaidarJomaa/Space-Time-MiniLM-v0")
model = SpaceTimeMiniLM.from_pretrained("HaidarJomaa/Space-Time-MiniLM-v0",
        config=config)

sim = model.compute_similarity(
    "The quick brown fox",
    "A speedy auburn fox",
    time1="2020-01", time2="2020-02",
    space1="UK", space2="UK",
    tokenizer=tokenizer
)
print("Similarity:", sim)

emb = model.embed_sentence(
        "why is the sky blue?",
        "2020-11",
        "US",
        tokenizer
)
print("Embeddings:", emb)

Limitations

Currently, the model can only take data from time periods 2017-01 to 2021-12 (range of 60 months), and coming from US, UK, CAN, and AUS. The plan is to expand this range drastically in the next phase.


Background

The project aims to train sentence embedding models that are able to capture semantic and spatiotemporal relationships. This is part of the research conducted showcasing the imporantance of time and space when considering the context. We used the pretrained sentence-transformers/all-MiniLM-L6-v2 model and fine-tuned in on a 2 custom datasets. The first dataset included consisted of sentence-time-space triplets and the second consisted of sentence pairs with space-time information for each.

We developed this model as a research project at the American University of Beirut, Department of Computer Science.

Intended uses

Our model is intended to be used as a sentence and short paragraph encoder. Given an input text, it outputs a vector which captures the semantic as well as space-time information. The sentence vector may be used for information retrieval, clustering or sentence similarity tasks.

By default, input text longer than 128 word pieces is truncated.

Training procedure

Pre-training

We use the pretrained sentence-transformers/all-MiniLM-L6-v2 model. Please refer to the model card for more detailed information about the pre-training procedure.

Fine-tuning

The first step was adjusting the attention mechanism to take in 2 new inputs (Space, Time). Accordingly, the internal architecture was adjusted. Based on our paper, this is the Multiplicative Attention model, trained with [-1, 1] loss using Sinusoidal Time and Tokenized Space. We fine-tuned this model on 2 custom datasets.

  1. The first dataset included triplets of: It was used to train the model on 3 tasks simultaneously: (Masked Language Modelling, Time Classification, Space Classification). Refer to the paper for more information | Sentence | Time | Space | |--------------------------------------------------------|:----------------------------------------:|:--------------------------:| | "The weather in New York is going to be rainy this afternoon." | "2019-11" | "US" |
  2. The next step involved contrastive loss training on another dataset: The similarity in this case was constructed using a combination of the Time, Space, and Cosine Similarity. | Sentence1 | Sentence2 | Time1 | Time2 | Space1 | Space2 | Similarity | |---------------------------|---------------------------|---------------------|----------------------|-------------------|-------------------|-----------------------| | "The quick brown fox" | "A speedy auburn fox" | "2020-01" | "2020-02" | "UK" | "UK" | 0.91 |

Hyper parameters

We trained our model on an A100. We train the model during 1 epoch (1-per-task) using a batch size of 32. We use a learning rate warm up of 3,375. The sequence length was limited to 128 tokens. We used the AdamW optimizer with a 1e-5 learning rate for the base parameters and 2e-4 for the newly initialized parameters in the first stage. We used the AdamW optimizer with a 2e-5 learning rate in the second stage.

Training data

We use the concatenation from multiple datasets to fine-tune our model. The total number of sentences is above 1 million sentences. The data is available at Space-Time Corpus

Citation

If you use this model, please cite:

@misc{haidar2025spacetime,
title={Space-Time MiniLM},
author={Haidar Jomaa},
year={2025},
url={https://huggingface.co/HaidarJomaa/Space-Time-MiniLM-v0}
}

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
SpaceTimeMiniLM
Ревизия весов
b073534

0 моделей