/ Модель

Характеристики

Лицензия
Apache 2.0
Базовая модель
embeddinggemma-300m
Библиотека
sentence-transformers
Опубликована
6 сен 2025

AraGemma-Embedding-300m

ЭмбеддингиТекст → embedding10 профессий

Модель создаёт арабские и многоязычные текстовые эмбеддинги для семантического поиска, сравнения и анализа документов.

60скачиваний за 30 дней15лайковвеса обновлены7 сен 2025

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

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

AraGemma-Embedding-300m — модель эмбеддингов, созданная Omartificial-Intelligence-Space на основе EmbeddingGemma-300M от Google DeepMind. Её дообучили на 1 млн арабских триплетов с использованием Matryoshka Representation Learning для улучшения понимания смысла арабских текстов.

Модель принимает текст на арабском и других языках и возвращает плотный вектор размерности 768. Она поддерживает усечение векторов до 512, 256 или 128 измерений с повторной нормализацией и контекст до 2048 токенов. Подходит для семантического поиска и извлечения данных, сравнения предложений, кластеризации, классификации документов и подготовки фрагментов для RAG; также поддерживает межъязыковой поиск. Совместима с Sentence Transformers и Transformers.

Модель компактна относительно крупных языковых моделей и рассчитана на эффективное развёртывание, включая локальные устройства. В README приведены результаты сравнения с арабскими моделями эмбеддингов на STS17 и STS22-v2. По карточке, активации эмбеддингов не поддерживают float16: используйте float32 или bfloat16. Лицензия — Apache-2.0.

Сценарии применения

  • семантический поиск по арабским документам
  • извлечение арабских фрагментов для RAG
  • сравнение смысловой близости арабских предложений
  • кластеризация арабских текстов по смыслу
  • классификация арабских документов по эмбеддингам
  • межъязыковой поиск по многоязычным коллекциям

Ограничения

Активации эмбеддингов не поддерживают float16; используйте float32 или bfloat16. Заявления о качестве основаны на бенчмарках, приведённых в карточке модели.

Для каких профессий подходит10

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

AraGemma-Embedding-300m

image/png

Model Page: AraGemma-Embedding (Hugging Face)

Authors: Google DeepMind (base model), fine-tuned by Omartificial-Intelligence-Space

Find More About: Arabic Semantic Embeddings Models


Simple RAG and Other NLP Tasks Example:

RAG & NLP Tasks Notebook


Model Overview

AraGemma-Embedding-300m is a fine-tuned version of EmbeddingGemma-300M, optimized for Arabic semantic understanding.
This model was fine-tuned using 1 million Arabic triplet pairs (anchor, positive, negative) with Matryoshka Representation Learning (MRL) to enhance semantic similarity, clustering, classification, and retrieval for Arabic texts.

It builds on Google’s Gemma 3 research, making it lightweight, efficient, and deployable on-device (mobile, laptops, desktops) while achieving state-of-the-art Arabic semantic embedding performance.


Model Information

Input

  • Text string (Arabic or multilingual)
  • Maximum context length: 2048 tokens

Output

  • Dense vector representation of size 768
  • Supports MRL truncation to 512, 256, or 128 dimensions with re-normalization

Performance

Benchmark Results

image/png

Significant improvements show stronger semantic Arabic understanding.

Performance with other Arabic Embeddings

ModelDim# Params.STS17STS22-v2Average
Arabic-Triplet-Matryoshka-V2768135M856475
Arabert-all-nli-triplet-Matryoshka768135M836474
AraGemma-Embedding-300m768303M846273
GATE-AraBert-V1767135M836373
Marbert-all-nli-triplet-Matryoshka768163M826172
Arabic-labse-Matryoshka768471M826172
AraEuroBert-Small768210M806171
E5-all-nli-triplet-Matryoshka384278M806070
text-embedding-3-large3072-815970
Arabic-all-nli-triplet-Matryoshka768135M825468
AraEuroBert-Mid1151610M835368
paraphrase-multilingual-mpnet-base-v2768135M795567
AraEuroBert-Large23042.1B795567
text-embedding-ada-0021536-716266
text-embedding-3-small1536-725765

Usage

This model is compatible with Sentence Transformers and Hugging Face Transformers.

from sentence_transformers import SentenceTransformer

# Load the Arabic-optimized embedding model
model = SentenceTransformer("Omartificial-Intelligence-Space/AraGemma-Embedding-300m")

# Example: Arabic semantic similarity
query = "ما هو الكوكب الأحمر؟"
documents = [
    "الزهرة تشبه الأرض في الحجم والقرب.",
    "المريخ يسمى بالكوكب الأحمر بسبب لونه المميز.",
    "المشتري أكبر كواكب المجموعة الشمسية.",
    "زحل يتميز بحلقاته الشهيرة."
]

query_embedding = model.encode(query)
doc_embeddings = model.encode(documents)

# Compute cosine similarities
from torch import cosine_similarity
import torch

query_tensor = torch.tensor(query_embedding)
doc_tensors = torch.tensor(doc_embeddings)
similarities = cosine_similarity(query_tensor.unsqueeze(0), doc_tensors)

print(similarities)

Applications

  • Semantic Chunking for RAG (Retrieval-Augmented Generation)
  • Semantic Search & Retrieval (Arabic focus)
  • Clustering and Classification of Arabic documents
  • Cross-lingual retrieval (multilingual data supported)

Limitations

  • Embedding activations do not support float16 – use float32 or bfloat16.

Citation

If you use this model in your work, please cite:

@misc{AraGemmaEmbedding2025,
  title={AraGemma-Embedding: Fine-tuned EmbeddingGemma for Arabic Semantic Understanding},
  author={Omartificial-Intelligence-Space},
  year={2025},
  url={https://huggingface.co/Omartificial-Intelligence-Space/AraGemma-Embedding-300m}
}

Как запустить

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

GPU в ailist

Универсальный рантайм · sentence-transformers

Нельзя запустить

Доступ к модели ограничен автором; у платформы нет доступа к весам.

Ревизия весов
7eec901

0 моделей