/ Модель

Характеристики

Контекст
514 токенов
Параметры
305 млн
Лицензия
Apache 2.0
Архитектура
xlm-roberta · dense
Базовая модель
multilingual-e5-base
Библиотека
sentence-transformers
Опубликована
18 июн 2026

ajan-embed-q

ЭмбеддингиТекст → embedding7 профессий

ajan-embed-q — дистиллированная модель эмбеддингов для семантического поиска и RAG по турецким текстам.

160скачиваний за 30 дней0лайковвеса обновлены22 сен 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

ajan-embed-q — модель векторных представлений предложений, созданная Ranked Technologies Limited для проекта Ajanlar. Она предназначена прежде всего для семантического поиска и извлечения документов на турецком языке, в том числе для RAG-систем и ИИ-агентов, отвечающих по корпоративным документам. Модель принимает текст и выдаёт эмбеддинги; для поиска рекомендуется добавлять префиксы «query: » и «passage: » и нормализовать векторы.

Это дообученная методом дистилляции модель на базе intfloat/multilingual-e5-base с архитектурой XLM-RoBERTa и примерно 305 млн параметров по метаданным. Студент обучен воспроизводить эмбеддинги учителя BAAI/bge-m3 на 500 тысячах турецких предложений; дополнительный Dense-слой проецирует размерность 768 в 1024. Контекст составляет 514 токенов. Модель опубликована в формате safetensors под лицензией Apache-2.0.

На тесте TurHistQuad модель показала NDCG@10 0,465, выше multilingual-e5-base и multilingual-e5-small; на общих задачах сопоставления предложений уступает семейству E5. Поэтому её сильная сторона — поиск на турецком, а не универсальное измерение семантического сходства. Оценка основана на ограниченном наборе турецких задач без доверительных интервалов; перед промышленным переобучением авторы рекомендуют фиксировать снимок корпуса и фильтровать персональные данные и дубликаты.

Сценарии применения

  • семантический поиск по турецким документам
  • извлечение релевантных фрагментов для RAG на турецком языке
  • поиск ответов в базе знаний бизнеса
  • сопоставление турецкого запроса с документами
  • поиск по корпоративным документам для ИИ-агента

Ограничения

Преимущество показано на ограниченном наборе турецких задач без доверительных интервалов; на общих задачах STS модель уступает недистиллированной multilingual-e5-base. Дистилляция улучшила retrieval, но снизила средний результат на общих тестах семантического сходства.

Для каких профессий подходит7

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

ajan-embed-q

A Turkish-optimized sentence embedding model for retrieval / RAG, distilled from BAAI/bge-m3 into a multilingual-e5-base student over 500k Turkish web sentences. 768→1024-dim projected to match the teacher's space.

🔗 Code + recipe: github.com/AJANLAR-AI/ajanlar

Part of Ajanlar — open Turkish AI agent infra. The retrieval engine under the agents, where multilingual models underperform on agglutinative Turkish.

Benchmark (MTEB, Turkish) — with ablation

Main score per task (NDCG@10 retrieval; Spearman STS). multilingual-e5-base is the undistilled ablation (same base as this model).

ModelParamsTurHistQuad (retrieval)STS22.v2STS17avg
ajan-embed-q (this)278M0.4650.6510.7240.613
multilingual-e5-small118M0.4330.6430.7670.614
multilingual-e5-base (ablation)278M0.4440.6510.7770.624
multilingual-e5-large560M0.4690.6750.8100.652
BAAI/bge-m3 (teacher)568M0.4780.6800.8140.657

Honest reading: this is a retrieval-specialised model. On Turkish retrieval (TurHistQuad) it beats e5-small/e5-base and matches e5-large at half the size — the RAG/agent use case it's built for. On general STS it trails the e5 family, so on the 4-task average it lands ~on par with (slightly below) undistilled e5-base. Use it for retrieval/RAG in Turkish, not as a general-purpose STS model.

Usage

from sentence_transformers import SentenceTransformer
m = SentenceTransformer("fredoline005/ajan-embed-q")
emb = m.encode(["query: kargom ne zaman gelir?",
                "passage: Siparişler 1–3 iş günü içinde kargoya verilir."],
               normalize_embeddings=True)

Use query: / passage: prefixes for retrieval (inherited from the e5 family).

Training

  • Method: offline distillation — teacher embeddings cached over the corpus, the student trained (MSE) to reproduce them; a Dense layer projects 768→1024.
  • Teacher: BAAI/bge-m3 (MIT). Student: intfloat/multilingual-e5-base (MIT).
  • Data: 500k Turkish sentences (allenai/c4, tr).
  • Hardware: 1× RTX 4090, ~1 hour.

Limitations (honest)

  • Benchmarked on 2 Turkish tasks, no confidence intervals — margins are modest.
  • The win over e5-small is partly the larger base. The undistilled-e5-base ablation HAS now been run and is in the table above: it beats this model on the 4-task average (0.624 vs 0.613) and loses to it on retrieval (0.444 vs 0.465). Distillation bought retrieval and cost general STS.
  • Distillation is bounded by the teacher; the native-Turkish-tokenizer edge is v1.
  • Pin a corpus snapshot + add PII/dedup filtering for a production retrain.

License

Apache-2.0 (weights/recipe). Base + teacher are MIT.

Ajanlar is available for acquisition

The Ajanlar project is for sale as a whole: the ajanlar.ai domain, this model and its training recipe, and the brand.

It was built because multilingual embedding models underperform on agglutinative Turkish. A 278M-parameter distilled student closes most of that gap on retrieval and matches multilingual-e5-large at half the size on TurHistQuad. The model is installed roughly 240 times a month and that rate has about doubled since June with no promotion of any kind.

This changes nothing for anyone using the model. It stays Apache-2.0, it stays up, and it stays free, whoever ends up owning it. If you are building on it, keep building.

Enquiries: support@ranked.ng

Who made this

Built by Ranked Technologies Limited (RC 9522220) as the retrieval engine under Ajanlar, Turkish-language AI support agents that answer from a business's own documents.

If you are using this model, we would genuinely like to know what for. If it is falling short on your data, tell us and we will look at it.

Contact: support@ranked.ng

We also build Nigerian-language AI at 9jatesters and publish speech datasets and an open benchmark at 9jaBench.

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
8097882

0 моделей