/ Модель

Характеристики

Контекст
8 194 токена
Параметры
659 млн
Лицензия
Apache 2.0
Архитектура
xlm-roberta · dense
Базовая модель
bge-m3
Библиотека
sentence-transformers
Опубликована
14 сен 2025

bge-m3-hadith

ЭмбеддингиТекст → embedding3 профессии

Дообученная на религиозных текстах персидско-арабская модель эмбеддингов для семантического поиска и подбора источников к вопросам.

131скачиваний за 30 дней2лайкавеса обновлены26 сен 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

hamtaai/bge-m3-hadith — дообученная Hamta AI модель на базе BAAI/bge-m3 для поиска и сопоставления персидских и арабских религиозных текстов, включая хадисы. Она предназначена для семантического поиска, информационного поиска, подбора релевантных фрагментов для ответов на вопросы и межъязыкового поиска между персидским и арабским языками. Модель использует архитектуру XLM-RoBERTa и выдаёт текстовые эмбеддинги; размер — 658,7 млн параметров, контекст — до 8194 токенов.

Для instruct-сценариев README рекомендует префиксы query: и passage:. Модель распространяется по лицензии Apache-2.0. Оптимизирована прежде всего для персидского и арабского; качество на других языках может быть ниже, а результаты зависят от нормализации текста.

Сценарии применения

  • поиск хадисов по смыслу на персидском языке
  • поиск хадисов по смыслу на арабском языке
  • поиск религиозных фрагментов между персидским и арабским языками
  • подбор источников для ответов на вопросы по религиозным текстам

Ограничения

Модель оптимизирована прежде всего для персидского и арабского языков, поэтому на других языках качество может быть ниже. Для лучших результатов требуется нормализация текста и рекомендуемые префиксы query: и passage:.

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

hamtaai/bge-m3-hadith

This is a fine-tuned version of BAAI/bge-m3 specifically optimized for Persian and Arabic text processing and question-answering tasks.

Model Description

This model has been fine-tuned on a comprehensive dataset of Persian and Arabic religious texts, including:

  • Persian and Arabic religious texts including Hadith collections

The model is particularly effective for:

  • Semantic search in Persian and Arabic texts
  • Question-answering tasks
  • Information retrieval
  • Cross-lingual understanding between Persian and Arabic

Training Configuration

  • Base Model: BAAI/bge-m3
  • Epochs: 8
  • Batch Size: 64
  • Learning Rate: 2e-05
  • Warmup Steps Ratio: 0.1
  • Evaluation Steps Ratio: 0.5

Usage

Using Sentence-Transformers

from sentence_transformers import SentenceTransformer

# Load the model
model = SentenceTransformer('hamtaai/bge-m3-hadith')

# For instruct models, use proper prefixes
query = "query: سوال شما اینجا"
passage = "passage: متن پاسخ اینجا"

# Encode texts
query_embedding = model.encode(query)
passage_embedding = model.encode(passage)

# Calculate similarity
from sentence_transformers.util import cos_sim
similarity = cos_sim(query_embedding, passage_embedding)

Using Hugging Face Transformers

from transformers import AutoTokenizer, AutoModel
import torch

tokenizer = AutoTokenizer.from_pretrained('hamtaai/bge-m3-hadith')
model = AutoModel.from_pretrained('hamtaai/bge-m3-hadith')

# Tokenize and encode
inputs = tokenizer("متن شما", return_tensors="pt")
with torch.no_grad():
    outputs = model(**inputs)
    embeddings = outputs.last_hidden_state.mean(dim=1)

Performance

This model has been optimized for Persian and Arabic text processing and shows improved performance on:

  • Semantic similarity tasks
  • Question-answering accuracy
  • Cross-lingual retrieval
  • Religious text understanding

Training Data

The model was trained on a curated dataset of Persian and Arabic religious texts, including:

  • Hadith collections
  • Quranic commentaries (Tafsir)
  • Religious question-answer pairs
  • Contextual information for better understanding

Limitations

  • Primarily optimized for Persian and Arabic texts
  • Performance may vary on other languages
  • Best results achieved with proper text normalization
  • Requires appropriate prefixes for instruct-based models

Citation

If you use this model, please cite the original base model and mention this fine-tuned version:

@misc{hamtaai/bge_m3_hadith,
  title={hamtaai/bge-m3-hadith: Fine-tuned Multilingual E5 Model for Persian and Arabic Text Processing},
  author={Your Name},
  year={2025},
  publisher={Hugging Face},
  howpublished={\url{https://huggingface.co/hamtaai/bge-m3-hadith}}
}

License

This model is released under the Apache 2.0 License.

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
f335431

0 моделей