/ Модель

Характеристики

Контекст
512 токенов
Параметры
140 млн
Лицензия
MIT
Архитектура
bert · dense
Базовая модель
Ancient-Greek-BERT
Библиотека
sentence-transformers
Опубликована
14 янв 2026

AncientGreekVariantSBERT

ЭмбеддингиТекст → embedding3 профессии

Sentence Transformers-модель для получения эмбеддингов и поиска семантически близких древнегреческих библейских стихов и фрагментов.

224скачиваний за 30 дней0лайковвеса обновлены29 янв 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

Paulanerus/AncientGreekVariantSBERT — модель Sentence Transformers, дообученная на базе pranaydeeps/Ancient-Greek-BERT для поиска семантически близких древнегреческих библейских текстов. Она кодирует предложения и абзацы в плотные векторы размерности 768 и рассчитана на сравнение стихов, поиск вариантов текста, кластеризацию параллельных фрагментов и семантический поиск по библейским корпусам.

Модель использует архитектуру BERT и содержит 140,1 млн параметров; максимальная длина контекста — 512 токенов. Для обучения применялась Multiple Negatives Ranking Loss. README сообщает об устойчивости к распространённым орфографическим вариантам и приводит Accuracy@3 и Accuracy@5, равные 1,00, на описанной задаче поиска.

Для наилучших результатов входной текст следует привести к нижнему регистру и удалить диакритические знаки с помощью NFD-нормализации. Модель оптимизирована для древнегреческих библейских текстов, поэтому на классических, гомеровских и других жанрах качество может быть ниже. Лицензия — MIT.

Сценарии применения

  • поиск текстовых вариантов библейских стихов
  • семантический поиск по корпусу древнегреческих текстов
  • кластеризация параллельных библейских фрагментов
  • сравнение древнегреческих предложений по смыслу

Ограничения

Для лучших результатов требуется удалить диакритические знаки и привести текст к нижнему регистру. Модель оптимизирована для древнегреческих библейских текстов, поэтому на других жанрах древнегреческого языка её качество может быть ниже.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Ancient Greek Variant SBERT

A sentence-transformers model fine-tuned from pranaydeeps/Ancient-Greek-BERT for semantic similarity of Ancient Greek biblical texts.

Model Description

This model maps Ancient Greek sentences and paragraphs to a 768-dimensional dense vector space, optimized for:

  • Semantic textual similarity between biblical verses
  • Clustering of related passages
  • Semantic search across biblical corpora

The model was fine-tuned using Multiple Negatives Ranking Loss to learn meaningful representations that capture semantic relationships between biblical Greek texts.

Strengths

This model excels at:

  • Variant Detection: High similarity scores (>0.9) for verses that are textually identical or near-identical, even with minor orthographic differences
  • Semantic Clustering: Effectively groups related passages and parallel texts
  • Robust to Spelling Variations: Handles common manuscript variations in biblical Greek

Usage

Installation & Training

For installation instructions and training scripts, see the GitHub repository.

Inference Example

import unicodedata
from sentence_transformers import SentenceTransformer, util


def strip_accents_and_lowercase(s):
    return "".join(
        c for c in unicodedata.normalize("NFD", s) if unicodedata.category(c) != "Mn"
    ).lower()


xsent = [
    "οι δε φαρισεοι ακουσαντες οτι εφιμωσε τους σαδδουκεους συνηχθησαν επι το αυτο",
    "ειπεν δε αυτοις οταν προσευχησθε λεγετε πατερ αγιασθητω το ονομα σου ελθατω η βασιλια σου γενηθητω το θελημα σου ως εν ουρανω και επι γης",
    "νυν κρισις εστιν του κοσμου νυν ο αρχων τουτου τουτου νυν ο αρχων του κοσμου τουτου εκβληθησεται εξω",
    "διο προσλαμβανεσθαι αλληλους καθως και ο χς προσελαβετο υμας εις δοξαν του θυ",
]

ysent = [
    "οι δε φαρισαιοι ακουσαντες οτι εφιμωσε τους σαδδουκεους συνηχθησαν επι το αυτο",
    "ειπεν δε αυτοις οταν προσευχησθε λεγετε πατερ αγιασθητω το ονομα σου ελθατω η βασιλια σου γενηθητω το θελημα σου ως εν ουρανω και επι γης και ρυσαι ημας απο του πονηρου",
    "νυν δε προς σε ερχομαι και ταυτα λαλω εν τω κοσμω ινα εχωσιν την χαραν την εμην πεπληρωκενην εν αυτοις",
    "μετανοησαται ουν και επιστρεψαται προς το εξαλιφθηναι υμων τας αμαρτιας",
]

xsent_norm = [strip_accents_and_lowercase(s) for s in xsent]
ysent_norm = [strip_accents_and_lowercase(s) for s in ysent]

model = SentenceTransformer("Paulanerus/AncientGreekVariantSBERT")

x_embeddings = model.encode(xsent_norm, convert_to_tensor=True)
y_embeddings = model.encode(ysent_norm, convert_to_tensor=True)

print("Similarities:")
for i in range(len(xsent_norm)):
    similarity = util.cos_sim(x_embeddings[i], y_embeddings[i]).item()
    print(f"Pair {i + 1}: {similarity:.4f}")

Expected output:

Similarities:
Pair 1: 0.9882  # Near-identical verses (minor spelling difference)
Pair 2: 0.9000  # Same verse, one with additional text
Pair 3: 0.1772
Pair 4: 0.1724

Training Details

Base Model

Training Configuration

ParameterValue
Batch Size256
Epochs8
Learning Rate2e-5
Loss FunctionMultipleNegativesRankingLoss
Warmup10% of training steps
HardwareNVIDIA A100 80GB PCIe

Preprocessing

All input text should be normalized by:

  1. Removing diacritics/accents (NFD normalization)
  2. Converting to lowercase

Evaluation Results

Evaluated on information retrieval task:

MetricScore
Accuracy@10.43
Accuracy@31.00
Accuracy@51.00
Precision@30.74
Precision@100.88
MRR@100.715
NDCG@100.843
MAP@1000.911

Limitations

  • Optimized specifically for Ancient Greek; may have reduced performance on other genres (Classical, Homeric, etc.)
  • Requires text preprocessing (accent stripping, lowercasing) for best results

Citation

@misc{ancient-greek-variant-sbert,
  author = {Fröhlich, Paul},
  title = {Ancient Greek Variant SBERT: Fine-tuned Embeddings for Biblical text verses in Ancient Greek},
  year = {2026},
  howpublished = {\url{https://huggingface.co/Paulanerus/AncientGreekVariantSBERT}},
  note = {Model release}
}

Acknowledgments

This model builds upon the Ancient Greek BERT by Singh, Rutten, and Lefever (2021).

This work was funded by the Deutsche Forschungsgemeinschaft (DFG, German Research Foundation) 513300936.

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
BertModel
Ревизия весов
adbb639

0 моделей