/ Модель

Характеристики

Контекст
512 токенов
Параметры
498 млн
Лицензия
Apache 2.0
Архитектура
bert · dense
Базовая модель
LaBSE
Библиотека
sentence-transformers
Опубликована
7 июл 2026

lebse

ЭмбеддингиТекст → embedding3 профессии

LeBSE-v2 строит эмбеддинги юридических текстов для поиска связанных судебных решений, рекомендации цитат и кластеризации.

96скачиваний за 30 дней1лайквеса обновлены7 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

LeBSE-v2 — модель векторных представлений юридических текстов, созданная автором репозитория ahbond на основе дообучения многоязычной LaBSE. Это модель семейства BERT для sentence-transformers: она кодирует текст в эмбеддинги размерности 768 и сохраняет токенизатор и многоязычную основу LaBSE. Контекст модели — до 512 токенов, при обучении использовалась длина последовательности 128 токенов.

Модель обучена контрастивным методом на 100 344 парах текстов судебных решений США, связанных цитированием. Она предназначена для поиска похожих судебных мнений и абзацев, рекомендации цитат, кластеризации юридических текстов и извлечения признаков. На тесте поиска по цитированию автор сообщает заметный прирост относительно базовой LaBSE; перенос на независимую связь между решениями был небольшим. Модель не использует исходы дел как обучающий сигнал.

LeBSE специализируется на федеральном праве США и связи текстов по цитированию; она не предназначена для анализа полного текста судебного мнения за один проход. Это инструмент поиска и анализа текстов, а не источник юридических консультаций или решений по исходам дел. Лицензия — Apache-2.0.

Сценарии применения

  • поиск судебных решений США, связанных цитированием
  • извлечение похожих юридических абзацев
  • рекомендация решений для цитирования
  • кластеризация судебных мнений по смысловой близости
  • получение эмбеддингов юридических текстов для последующего анализа

Ограничения

Обучение ориентировано на цитатную связь в федеральных судебных решениях США, поэтому качество для других правовых систем и типов юридической близости может быть ограничено. Модель рассчитана на фрагменты примерно до 128 токенов при обучении и не предназначена для юридических консультаций или предсказания исходов дел.

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

LeBSE — Legal-domain Sentence Embeddings (a legal-adapted LaBSE)

LeBSE-v2 is LaBSE fine-tuned with citation supervision on U.S. case law, so legally-related opinions land closer together. It is a drop-in sentence-transformers model (768-dim, same tokenizer, keeps LaBSE's multilingual base).

from sentence_transformers import SentenceTransformer
m = SentenceTransformer("ahbond/lebse")
emb = m.encode(["The district court lacked subject-matter jurisdiction over the claim."],
               normalize_embeddings=True)

How it was trained

SPECTER-style contrastive fine-tuning: positive pairs are (citing opinion body, cited opinion body) from the CourtListener citation graph (100,344 pairs); the rest of the batch are negatives (MultipleNegativesRankingLoss). One NVIDIA A10, batch 96, max_seq_length 128, 2 epochs. No case outcomes are used — the signal is citation relatedness only.

Evaluation (held out, opinion-disjoint)

evalbase LaBSELeBSE-v2Δ AUROC (95% CI)
citation retrieval (trained relation)0.7650.971+0.206 [+0.190, +0.223]
docket-lineage (independent relation, unseen)0.5450.562+0.018 [+0.004, +0.031]

LeBSE-v2 dramatically improves the relatedness it was trained on and transfers a small-but-significant amount to an independent legal relation (a district opinion ↔ its appellate reviewer, matched by docket number, never trained on). It also improves embedding isotropy (anisotropy 0.570 → 0.259).

An earlier v1 used unsupervised SimCSE and did not beat base LaBSE — see the repo for that honest negative result. This model is v2.

Intended use & limits

Legal opinion/paragraph retrieval, citation recommendation, clustering, and as a frozen legal-domain feature extractor. Not for legal advice or case outcome decisions. U.S. federal law only; specialized to citation-type relatedness; encodes a ~128-token paragraph, not a whole opinion.

Code, training, and evaluation: https://github.com/ahb-sjsu/lebse · License: Apache-2.0 (training data is U.S. federal case law, public domain).

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
6476029

0 моделей