/ Модель

Характеристики

Контекст
8 194 токена
Параметры
659 млн
Лицензия
MIT
Архитектура
xlm-roberta · dense
Базовая модель
bge-m3
Библиотека
sentence-transformers
Опубликована
1 авг 2025

bge-finetuned

ЭмбеддингиТекст → embedding

Дообученная на йоруба, хауса и игбо модель эмбеддингов BGE-M3 для семантического и межъязыкового поиска по текстам.

107скачиваний за 30 дней3лайкавеса обновлены23 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

abdulmatinomotoso/bge-finetuned — модель эмбеддингов на основе BGE-M3, дообученная контрастивным обучением для трёх языков Нигерии: йоруба, хауса и игбо. Она предназначена для семантического поиска и межъязычного поиска: принимает текстовые запросы на английском и помогает находить соответствующие тексты на этих языках. Модель построена на архитектуре XLM-RoBERTa, содержит 658,7 млн параметров, формирует векторы размерности 1024 и поддерживает контекст до 8194 токенов. Для работы используется библиотека sentence-transformers; веса опубликованы в формате safetensors.

Модель подойдёт для поиска по многоязычным коллекциям, где английские запросы нужно сопоставлять с материалами на йоруба, хауса или игбо. Она распространяется по лицензии MIT. Карточка описывает дообучение именно dense-эмбеддингов BGE-M3; возможности других режимов BGE-M3, включая лексический и гибридный поиск, для этой версии не заявлены.

Сценарии применения

  • Поиск текстов на йоруба по английскому запросу
  • Поиск текстов на хауса по английскому запросу
  • Поиск текстов на игбо по английскому запросу
  • Семантический поиск по коллекциям на йоруба, хауса и игбо
  • Получение эмбеддингов предложений для многоязычного поиска

Ограничения

В описании заявлены специализация на йоруба, хауса и игбо и межъязыковой поиск из английских запросов; качество для других языков и задач не охарактеризовано. Карточка описывает dense-эмбеддинги, но не подтверждает поддержку лексического или гибридного поиска в этой версии.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

For more details please refer to our research paper and GitHub repo

BGE-Finetuned (paper, code)

In this project, we fine-tuned the BGE-M3 dense embeddings model on three low-resource Nigerian languages (Yoruba, Hausa, and Igbo). We also enabled cross-lingual retrieval by finetuning the model on English queries mapped to each of the three languages.

Specs

  • Model
Model NameDimensionSequence LengthIntroduction
abdulmatinomotoso/bge-m3-finetuned10248192multilingual; contrastive learning from bge-m3
  • Data
DatasetDescription
bge-m3-finetuned-dataFine-tuning data used by bge-m3-finetuned

Usage


import torch
from FlagEmbedding import BGEM3FlagModel

device = "cpu"
if torch.cuda.is_available():
    device = "cuda"
elif torch.backends.mps.is_available():
    device = "mps"

half_precision = False # or True if you really want
# Load the abdulmatinomotoso/bge-finetuned model
model = BGEM3FlagModel('abdulmatinomotoso/bge-finetuned', use_fp16=half_precision, devices=[device])

# Example text to generate embeddings for
documents = [
    "Eyi jẹ́ gbolohun àpẹẹrẹ",
    "Eyi kì í ṣe gbolohun àpẹẹrẹ",

    "Nke a bụ nkebisiokwu atụ",
    "Nke a abụghị nkebisiokwu atụ",

    "Wannan jimla ce ta misali",
    "Wannan ba jimla ce ta misali ba"
]

query = "Where is the example?"

# Generate embeddings
sparse_embeddings = False # The sparse embeddings are not useful as is, they will require some work to make the align with the entire model.
multivec_embeddings = False # The multivector embeddings are still useful despite training only for dense, but this sample uses only dense embeddings
dense_embeddings = True

doc_embeddings = model.encode(documents, return_sparse=sparse_embeddings, return_dense=dense_embeddings, return_colbert_vecs=multivec_embeddings)["dense_vecs"]

query_embeddings = model.encode([query], return_sparse=sparse_embeddings, return_dense=dense_embeddings, return_colbert_vecs=multivec_embeddings)["dense_vecs"]

similarity_scores = query_embeddings @ doc_embeddings.T
print(similarity_scores)
# array([[
#     0.4360781, # Higher similarity than the opposite text
#     0.40966046, 
    
#     0.4775736, # Higher similarity than the opposite text
#     0.44197953, 
    
#     0.4514127, # Higher similarity than the opposite text
#     0.41557986
# ]], dtype=float32)

Acknowledgement

Thanks to the authors of open-sourced datasets, including Miracl, and Wura. Thanks to the open-sourced libraries like Trafilatura, FlagEmbedding.

Citation

If you find this repository useful, please consider giving a star :star: and citation

@inproceedings{omotoso-etal-2025-improving,
  title     = {Improving BGE-M3 Multilingual Dense Embeddings for Nigerian Low Resource Languages},
  author    = {Omotoso, Abdulmatin and Shopeju, Habeeb and Joshua, Adejumobi Monjolaoluwa and Oni, Shiloh},
  booktitle = {Proceedings of the 9th Widening NLP Workshop},
  year      = {2025},
  month     = nov,
  address   = {Suzhou, China},
  publisher = {Association for Computational Linguistics},
  pages     = {224--229},
  doi       = {10.18653/v1/2025.winlp-main.33},
  url       = {https://aclanthology.org/2025.winlp-main.33/}
}

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
9141615

0 моделей