/ Модель

Характеристики

Контекст
8 194 токена
Параметры
659 млн
Лицензия
MIT
Архитектура
xlm-roberta · dense
Базовая модель
bge-m3
Библиотека
sentence-transformers
Опубликована
5 июл 2026

bge-m3-vistalab

ЭмбеддингиТекст → embedding4 профессии

Модель эмбеддингов для семантического поиска по турецким юридическим документам и оценки сходства текстов.

71скачиваний за 30 дней0лайковвеса обновлены5 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

bge-m3-vistalab — дообученная Ulku Tuncer Kucuktas на BAAI/bge-m3 модель эмбеддингов для турецких текстов. Она предназначена прежде всего для поиска по юридическим документам: договорам, нормативным актам и судебным решениям; также обучалась на задачах семантического сходства, поиска и классификации. Модель основана на XLM-RoBERTa, содержит 658,7 млн параметров и принимает текст, преобразуя его в векторные представления. В README указаны варианты представления размерностью 1024 и 256; метаданные сообщают контекст до 8194 токенов, тогда как в описании обучения указан max_seq 512.

Для адаптации применялся LoRA с рангом 32, а обучение включало синтетические турецкие юридические и поисковые данные, реальные данные NLI/STS и MS MARCO-TR. В README приведены результаты оценки на турецких юридических задачах и MTEB-Turkish. Модель распространяется по лицензии MIT.

Сценарии применения

  • семантический поиск по турецким договорам
  • поиск нужных положений в нормативных актах на турецком языке
  • поиск судебных решений по смыслу запроса
  • сравнение сходства турецких предложений и документов
  • извлечение эмбеддингов для турецкой поисковой системы

Ограничения

Модель специализирована на турецком языке и юридическом поиске, поэтому её качество для других языков и областей не установлено. В README обучения указан max_seq 512, тогда как метаданные сообщают контекст 8194 токена.

Для каких профессий подходит4

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

bge-m3-vistalab

Turkish embedding model fine-tuned from BAAI/bge-m3 on the VistalabBelirtecSyntheticDataset, a grounded synthetic Turkish corpus (legal + retrieval + STS + classification), using LoRA (r=32) with CachedGISTEmbedLoss and Matryoshka representation learning (dims 1024, 256).

Results (MTEB-Turkish, calibrated vs the Mizan leaderboard)

MetricScore
Legal (Contracts/Regulation/Caselaw avg)54.51
MTEB Turkish (Mean TaskType)64.50

The model targets Turkish legal retrieval; the legal score reflects performance on Turkish contract, regulation, and case-law retrieval tasks.

Usage

from sentence_transformers import SentenceTransformer
model = SentenceTransformer("UlkuTuncerKucuktas/bge-m3-vistalab")
emb = model.encode(["Türkçe bir cümle", "başka bir cümle"])

Training

  • Base: BAAI/bge-m3 (XLM-RoBERTa, CLS pooling, max_seq 512)
  • Adaptation: LoRA r=32, alpha=64, targets [query, key, value, dense]
  • Loss: CachedGISTEmbedLoss (guide bge-m3) + Matryoshka [1024, 256]; classification MNRL; STS CoSENT
  • Data: grounded synthetic (legal 19.8K, retrieval 20K, STS 7.6K, classification 14.2K) + real NLI/STS ballast + MS MARCO-TR
  • Precision bf16, 2 epochs, lr 2e-4

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
XLMRobertaModel
Ревизия весов
da75e3a

0 моделей