/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
257 млн
Лицензия
Apache 2.0
Архитектура
gemma3_text · dense
Базовая модель
harrier-oss-v1-270m
Библиотека
sentence-transformers
Опубликована
23 июн 2026

devdata-search-harrier-270m-cgist

ЭмбеддингиТекст → embedding3 профессии

Модель создаёт эмбеддинги запросов и структурированных статистических метаданных для семантического поиска по данным.

25скачиваний за 30 дней0лайковвеса обновлены23 июн 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

ai4data разработала devdata-search-harrier-270m-cgist — двунаправленную bi-encoder-модель для получения текстовых эмбеддингов и поиска по структурированным статистическим метаданным. Это дообученная версия microsoft/harrier-oss-v1-270m на наборе DevDataBench; модель кодирует запросы и описания данных в векторы для последующего поиска и сравнения, но сама не является поисковым сервисом.

Модель основана на плотной текстовой архитектуре Gemma 3, содержит 257 млн параметров и рассчитана на контекст до 32 768 токенов по метаданным. В обучении применялись перестановка полей и их случайное исключение, чтобы представление меньше зависело от порядка полей; README указывает максимальную длину последовательности 512 токенов и отсутствие специальных префиксов для запросов и документов. Репозиторий использует Sentence Transformers и формат safetensors.

Модель предназначена для векторизации запросов и записей статистических метаданных, чтобы находить релевантные наборы данных и сравнивать их по смыслу. Лицензия — Apache-2.0. В карточке не приведены результаты оценки качества; специализация на структурированных статистических метаданных ограничивает основания ожидать одинаково высокое качество для произвольных текстов.

Сценарии применения

  • поиск статистических наборов данных по текстовому запросу
  • сопоставление запроса с описаниями показателей и полей
  • ранжирование записей метаданных по смысловой близости
  • поиск показателя при вариативном порядке полей в описании

Ограничения

Модель специализирована на поиске по структурированным статистическим метаданным, а не является готовым поисковым сервисом. README не приводит оценок качества; для обучения указана максимальная длина последовательности 512 токенов.

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

devdata-search-harrier-270m-cgist

A bi-encoder embedding model for search over structured statistical metadata, part of the DevData Search family. It is a fine-tune of microsoft/harrier-oss-v1-270m produced with schema-invariant fine-tuning on DevDataBench: full-schema serialization with per-example field-order permutation and field dropout, so the encoder binds meaning to field labels rather than to serialization order. This is an embedding model that powers retrieval; it is not a hosted search service.

See the paper Field Order Should Not Matter: Permutation-Invariant Fine-Tuning for Structured Metadata Retrieval.

Training

  • Base model: microsoft/harrier-oss-v1-270m
  • Loss: cgist
  • Field permutation: True; field dropout: 0.15
  • Max sequence length: 512
  • No query/document prefixes

Usage

from sentence_transformers import SentenceTransformer

model = SentenceTransformer("ai4data/devdata-search-harrier-270m-cgist")
queries = ["mobile-broadband subscriptions per 100 people, reported annually"]
docs = ["name: Active mobile-broadband subscriptions | ..."]
q = model.encode(queries)
d = model.encode(docs)

Cosine similarity of q and d ranks documents for each query.

License

Apache-2.0. Derived from microsoft/harrier-oss-v1-270m; trained on public World Bank Data360 metadata.

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
Gemma3TextModel
Ревизия весов
48375bd

0 моделей