/ Модель

Характеристики

Контекст
514 токенов
Параметры
659 млн
Лицензия
Apache 2.0
Архитектура
xlm-roberta · dense
Базовая модель
xl-lexeme
Опубликована
6 авг 2025

CALE-XLLEX

ЭмбеддингиТекст → embedding

CALE-XLLEX кодирует слова с учётом контекста предложения в векторы для семантического поиска и кластеризации.

133скачиваний за 30 дней0лайковвеса обновлены6 авг 2025

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

CALE-XLLEX — модель на основе XLM-RoBERTa, опубликованная Gabrielloiseau и оформленная для Sentence-Transformers. Она преобразует вхождения слова в контексте предложения в плотные векторы размерностью 1024 для кластеризации и семантического поиска. Модель дообучена на базе pierluigic/xl-lexeme с использованием контрастивного обучения и датасета CALE-SPCD. Репозиторий содержит веса в формате safetensors; размер модели — 658,7 млн параметров, контекст — до 514 токенов. Лицензия — Apache-2.0.

Сценарии применения

  • поиск предложений по контекстному значению слова
  • кластеризация вхождений слова по контексту
  • получение векторных представлений слов в предложениях
  • сравнение контекстных употреблений слова

Ограничения

Предназначена для представления вхождений слов в контексте; карточка не заявляет о её пригодности для генерации текста или других задач. Контекст ограничен 514 токенами.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

CALE-XLLEX

This is a sentence-transformers model: It maps occurences of a word to a 1024 dimensional dense vector space and can be used for tasks like clustering or semantic search.

Usage (Sentence-Transformers)

pip install -U sentence-transformers

Then you can use the model like this:

from sentence_transformers import SentenceTransformer

# 1. Load CALE model
model = SentenceTransformer("gabrielloiseau/CALE-XLLEX")

sentences = [
    "the boy could easily <t>distinguish</t> the different note values",
    "he patient’s ability to <t>recognize</t> forms and shapes",
    "the government had refused to <t>recognize</t> their autonomy and existence as a state",
]

# 2. Calculate embeddings
embeddings = model.encode(sentences)
print(embeddings.shape)
# [3, 1024]

# 3. Calculate the embedding similarities
similarities = model.similarity(embeddings, embeddings)
print(similarities)
# tensor([[1.0000, 0.8325, 0.4768],
#        [0.8325, 1.0000, 0.2989],
#        [0.4768, 0.2989, 1.0000]])

Full Model Architecture

SentenceTransformer(
  (0): Transformer({'max_seq_length': 128, 'do_lower_case': False, 'architecture': 'XLMRobertaModel'})
  (1): Pooling({'word_embedding_dimension': 1024, 'pooling_mode_cls_token': False, 'pooling_mode_mean_tokens': True, 'pooling_mode_max_tokens': False, 'pooling_mode_mean_sqrt_len_tokens': False})
)

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
b25a5ff

0 моделей