/ Модель
Каталог

Характеристики

Контекст
8 194 токена
Параметры
659 млн
Архитектура
xlm-roberta · dense
Базовая модель
bge-m3
Опубликована
12 июл 2026

Ссылки

Hugging Face

nsfw-bge-m3-v3

KGESH
ЭмбеддингиТекст → embedding3 профессии

Экспериментальная NSFW-версия BGE-M3 для текстовых эмбеддингов, которая из-за коллапса эмбеддингов непригодна для практического применения.

113скачиваний за 30 дней0лайковвеса обновлены12 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.

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

KGESH/nsfw-bge-m3-v3 — дообученная на парах ключевых слов NSFW-версия BGE-M3, основанная на архитектуре XLM-RoBERTa. Модель предназначена для получения текстовых эмбеддингов и оценки семантического сходства, в частности для NSFW-терминов. В карточке указаны 658,7 млн параметров и контекст до 8194 токенов; доступны форматы Safetensors и GGUF.

В README сообщается о коллапсе эмбеддингов: сходство почти всех пар слов составляет 0,96–0,99, а модель плохо различает многозначные слова. Автор указывает, что модель непригодна для практического использования и рекомендует версии v1 или v4. Базовая модель — BAAI/bge-m3. Сведения о лицензии в предоставленных данных отсутствуют.

Сценарии применения

  • эксперименты с эмбеддингами NSFW-ключевых слов
  • анализ коллапса эмбеддингов в дообученных моделях
  • сравнение семантического сходства текстовых терминов

Ограничения

README сообщает, что сходство почти всех пар слов схлопывается к 0,96–0,99, из-за чего модель плохо различает многозначные термины и непригодна для практического использования. Лицензия в предоставленных данных не указана.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии
II.4Разработка и данныеОтладка, тестирование и качество ПОAI помогает находить дефекты, строить проверки и повышать надёжность программного продукта.25 задач13 978моделейI.2Универсальные способностиСинтез, понимание и проверка знанийAI помогает сжимать, сопоставлять и критически проверять знания без потери существенного контекста.18 задач42 341модельII.10Разработка и данныеРазработка и эксплуатация AI/ML-системAI помогает создавать, оценивать, развёртывать и контролировать AI/ML-системы на всём жизненном цикле.30 задач49 000моделей

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

NSFW BGE-M3 v3 (Collapsed)

NSFW 키워드 임베딩 모델 (bge-m3 파인튜닝) — 임베딩 붕괴 발생

학습 설정

  • Stage 1: MNR Loss, 25,372 pairs, 3 epochs, lr=2e-5
  • Stage 2: OnlineContrastiveLoss, 92 hard negatives, margin=0.5, 2 epochs, lr=1e-5

문제: Embedding Collapse

  • 모든 단어 쌍의 유사도가 0.96~0.99로 수렴
  • std=0.0080, NSFW-General gap=0.0091
  • 다의어 구분 불가 (creampie vs dessert 차이 < 0.01)

원인

  1. 데이터 과다 (25K쌍) + 3에폭 과학습
  2. margin=0.5로 너무 작음
  3. positive_examples[:5000] 중복 주입
  4. co-occurrence 노이즈 (10K x 4소스)

참고용

이 모델은 실사용 불가입니다. v1 또는 v4를 사용하세요.

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
XLMRobertaModel
Ревизия весов
725d675

0 моделей

    Создать бенчмарк