/ Модель

Характеристики

Контекст
8 194 токена
Параметры
659 млн
Лицензия
Apache 2.0
Архитектура
xlm-roberta · dense
Базовая модель
snowflake-arctic-embed-l-v2.0
Опубликована
7 янв 2026

snowflake-arctic-ror-affiliations

ЭмбеддингиТекст → embedding

Мультиязычная модель эмбеддингов для поиска записей организаций ROR по строкам аффилиаций.

109скачиваний за 30 дней0лайковвеса обновлены7 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

Модель Snowflake Arctic Embeddings for ROR Affiliation Matching разработана для сопоставления строк с названиями и адресами организаций с записями Research Organization Registry (ROR). Это плотная модель эмбеддингов на архитектуре XLM-RoBERTa, дообученная контрастивным обучением на наборе AffilGood с примерами на 105 языках. Она предназначена для первого этапа поиска: преобразует текст аффилиации и записи организаций в векторы, по которым можно находить подходящих кандидатов.

Модель основана на Snowflake/snowflake-arctic-embed-l-v2.0 и содержит 658,7 млн параметров. В README указана максимальная длина последовательности 256 токенов; метаданные указывают длину контекста 8194 токена. Обучение использовало hard negatives и MultipleNegativesRankingLoss. Модель выпущена под лицензией Apache-2.0.

Она специализируется на поиске соответствий для аффилиаций и не подтверждает автоматически, что найденная организация верна: результаты первого этапа поиска следует проверять или ранжировать дальше. Контрастивная настройка под задачу ROR может снижать качество на других задачах семантического поиска.

Сценарии применения

  • поиск подходящих организаций ROR по названию учреждения
  • сопоставление вариантов написания и сокращений аффилиаций
  • подбор кандидатов организаций для последующей проверки
  • поиск организаций по аффилиациям на разных языках

Ограничения

Модель оптимизирована для поиска кандидатов организаций ROR по аффилиациям и не подтверждает правильность совпадения без дополнительной проверки. README указывает максимальную длину последовательности 256 токенов.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Snowflake Arctic Embeddings for ROR Affiliation Matching

A sentence embedding model fine-tuned for Research Organization Registry (ROR) affiliation matching.

Model Description

This model is fine-tuned from Snowflake/snowflake-arctic-embed-l-v2.0 using contrastive learning on the AffilGood contrastive dataset. It produces embeddings optimized for matching affiliation strings to ROR organization records.

Training

  • Base model: Snowflake/snowflake-arctic-embed-l-v2.0
  • Training dataset: SIRIS-Lab/affilgood-contrastive-dataset
  • Training examples: 50,255
  • Validation examples: 2,645
  • Loss: MultipleNegativesRankingLoss (with hard negatives)
  • Epochs: 3
  • Batch size: 32
  • Learning rate: 2e-05
  • Max sequence length: 256

Usage

from sentence_transformers import SentenceTransformer

model = SentenceTransformer("cometadata/snowflake-arctic-ror-affiliations")

# Encode affiliations
affiliations = [
    "Department of Physics, MIT, Cambridge, MA",
    "Harvard Medical School, Boston",
]
embeddings = model.encode(affiliations, normalize_embeddings=True)

# Encode ROR organization names for matching
organizations = [
    "Massachusetts Institute of Technology",
    "Harvard University",
]
org_embeddings = model.encode(organizations, normalize_embeddings=True)

# Compute similarity
import numpy as np
similarities = np.dot(embeddings, org_embeddings.T)

Intended Use

This model is designed for dense retrieval in affiliation matching pipelines. It should be used as the first-stage retriever to find candidate ROR organizations for a given affiliation string.

Training Data

Fine-tuned on SIRIS-Lab/affilgood-contrastive-dataset, which contains 52,900 affiliation-organization pairs with curated hard negatives across 105 languages.

Timestamp

2026-01-07T08:08:33.561241+00:00

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
XLMRobertaModel
Ревизия весов
9dd654e

0 моделей