/ Модель

Характеристики

Контекст
514 токенов
Параметры
435 млн
Лицензия
MIT
Архитектура
camembert · dense
Опубликована
19 ноя 2025

camembert_finetuned_progressive

ЭмбеддингиТекст → embedding3 профессии

Дообученная CamemBERT-модель создаёт французские эмбеддинги для семантического поиска и RAG по парламентским, юридическим и административным документам.

118скачиваний за 30 дней0лайковвеса обновлены10 дек 2025

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

CamemBERT Finetuned Progressive — дообученная модель семейства CamemBERT для получения эмбеддингов французских парламентских вопросов и ответов. Она создана на базе camembert-base и обучена на 22 000 пар вопросов и ответов французского парламента за 2017–2025 годы.

Модель предназначена для встраивания в RAG-системы и семантического поиска по юридическим, административным и парламентским документам. Она выдаёт векторы размерности 768 и может помогать находить нормативные акты и бюджетные сведения, а также подбирать материалы для подготовки ответов на парламентские запросы. В README заявлено улучшение релевантности поиска на 15–20% относительно camembert-base на проверочном наборе парламентских вопросов.

Модель содержит 435,4 млн параметров, использует архитектуру CamemBERT и принимает текст; максимальный контекст — 514 токенов. Она специализирована для французского языка и юридической и административной лексики, поэтому для других языков и универсальных задач эмбеддингов может работать хуже. Лицензия — MIT.

Сценарии применения

  • Семантический поиск по французским юридическим документам
  • Поиск релевантных законов и бюджетных сведений для парламентских запросов
  • Создание векторного индекса для RAG по административным материалам
  • Подбор похожих парламентских вопросов и ответов
  • Поиск контекста для подготовки ответов на запросы депутатов

Ограничения

Модель специализирована для французской юридической и административной тематики и может хуже работать с текстами на других языках или в общих задачах эмбеддингов. Контекст ограничен 514 токенами.

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

CamemBERT Finetuned Progressive

CamemBERT finetuned on 22,000 French parliamentary Q&A pairs for improved embedding in Retrieval-Augmented Generation (RAG) systems.

🤖 Model Type: Feature extraction & embedding 🇫🇷 Language: French 📜 Training Data: 22,000 Q&A pairs from the French Parliament (2017-2025) ⚖️ Use Case: Legal/regulatory analysis, parliamentary response drafting, semantic search in administrative documents


Model Details

Description

This model is a fine-tuned version of camembert-base optimized for embedding French parliamentary questions and answers. It is designed to improve the performance of RAG systems in legal and administrative contexts, such as:

  • Automated drafting of parliamentary responses.
  • Retrieval of relevant legal articles or budgetary information.
  • Semantic search in administrative documents.

Training Data

The model was fine-tuned on a dataset of 22,000 Q&A pairs from the French Parliament (Assemblée Nationale and Sénat). The dataset includes questions from MPs and responses from the Government, covering topics such as:

  • Legal and regulatory issues.
  • Budgetary and financial matters.
  • Public policies and administrative procedures.

Training Procedure

  • Base Model: camembert-base
  • Fine-tuning Task: Masked Language Modeling (MLM)
  • Context Preservation: Special attention was given to maintaining the legal and administrative context (e.g., references to laws, decrees, and ministries).
  • Chunking: Texts were split into chunks with overlapping context to preserve semantic coherence.

Uses

Direct Use

This model generates 768-dimensional embeddings that can be used in:

  • RAG pipelines (e.g., with Qdrant, Weaviate, or Elasticsearch).
  • Semantic search in legal or administrative documents.
  • Automated drafting tools for parliamentary responses.

Downstream Use

  • Public Administration: Assisting civil servants in drafting responses to parliamentary questions.
  • Legal Tech: Enhancing search and analysis in legal databases.
  • Research: Studying French legislative language and discourse.

Out-of-Scope Use

  • Non-French Texts: The model is specialized for French and may underperform on other languages.
  • General-Purpose Embeddings: While it can be used for general French text, it is optimized for legal/administrative language.

Performance

  • 15-20% improvement in retrieval relevance compared to camembert-base on a validation set of 2,000 parliamentary questions.
  • Robustness: Handles complex formulations, such as references to multiple laws or budgetary lines.
MetricScore (vs camembert-base)
Retrieval Precision+18%
Semantic Similarity+15%

How to Use

Installation

pip install transformers torch

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
CamembertModel
Ревизия весов
1212d11

0 моделей