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
KGESH/nsfw-bge-m3 — дообученная на базе BAAI/bge-m3 модель эмбеддингов для NSFW-ключевых слов. Она предназначена для построения текстовых представлений и сравнения семантической близости, в том числе для различения многозначных слов и отделения NSFW-запросов от общих. Архитектура — XLM-RoBERTa, размер — 658,7 млн параметров, длина контекста — 8194 токена. Доступны веса в форматах Safetensors и GGUF.
В README рекомендуются версии v1 и v4: для v4 указано усиление обучения на сложных отрицательных примерах и исправление коллапса эмбеддингов; v3 помечена как непригодная, поскольку почти все слова получали одинаковую близость. Для практического применения следует выбирать рекомендованные версии. Модель ориентирована на английский, корейский и японский языки. Условия лицензии в предоставленных данных не указаны.
Сценарии применения
поиск NSFW-терминов по семантической близости
различение многозначных NSFW-слов
сравнение NSFW-запросов с общими терминами
получение эмбеддингов для поиска по текстовым ключевым словам
Ограничения
Версия v3 имеет коллапс эмбеддингов и не различает слова; README рекомендует v1 или v4. В предоставленных данных не описаны лицензия и метрики качества на независимых наборах.
Для каких профессий подходит3
Разделы каталога профессий, в задачах которых используется эта модель