/ Модель

Характеристики

Контекст
512 токенов
Параметры
498 млн
Лицензия
Apache 2.0
Архитектура
bert · dense
Базовая модель
LaBSE
Опубликована
27 авг 2026

labse-mizo-en-embed

ЭмбеддингиТекст → embedding6 профессий

Дообученная на параллельных данных мизо и английского LaBSE-модель для межъязыкового поиска и сопоставления смысла предложений.

20скачиваний за 30 дней0лайковвеса обновлены28 авг 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

hillbyte/labse-mizo-en-embed — модель встраивания предложений, созданная дообучением LaBSE на параллельном корпусе из 170 тысяч пар предложений на мизо и английском языках. Архитектура основана на BERT; модель кодирует предложения в плотные векторы размерностью 768 и сопоставляет оба языка в общем пространстве. Контекст модели — до 512 токенов.

Модель предназначена для межъязыкового семантического поиска по корпусу, извлечения релевантных документов, поиска соответствий между переводами и оценки сходства предложений. В README приведены результаты тестирования на 3000 отложенных парах запрос-документ для поиска в обоих направлениях — с английского на мизо и с мизо на английский. Модель распространяется по лицензии Apache-2.0.

Сценарии применения

  • поиск документов на мизо по запросам на английском
  • поиск документов на английском по запросам на мизо
  • извлечение релевантных текстов в двуязычном корпусе
  • поиск пар предложений, соответствующих друг другу в переводе
  • оценка семантического сходства предложений на мизо и английском

Ограничения

Контекст ограничен 512 токенами. Приведённые высокие показатели относятся к тесту на 3000 парах запрос-документ из описанного корпуса; результаты на других данных не указаны.

Для каких профессий подходит6

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

hillbyte/labse-mizo-en-embed

This model is a fine-tuned version of sentence-transformers/LaBSE on the Mizo-English parallel corpus 170k.

It maps both English and Mizo (Lushai) sentences into a shared 768-dimensional dense vector space, enabling state-of-the-art cross-lingual semantic search, information retrieval (CLIR/CLRI), bitext alignment/mining, and sentence similarity.


📊 Cross-Lingual Information Retrieval (CLRI) Benchmark

Evaluated on 3,000 holdout test query-document pairs

🔹 English Query -> Mizo Corpus Search

MetricBaseline (Pretrained LaBSE)Fine-Tuned ModelAbsolute Improvement
nDCG@1054.02%98.24%+44.23%
MRR@1051.46%97.93%+46.47%
Recall@1 (Top-1)46.70%97.07%+50.37%
Recall@557.63%98.93%+41.30%
Recall@1062.17%99.17%+37.00%
MAP@10051.98%97.96%+45.98%

🔹 Mizo Query -> English Corpus Search

MetricBaseline (Pretrained LaBSE)Fine-Tuned ModelAbsolute Improvement
nDCG@1052.20%97.97%+45.77%
MRR@1048.97%97.61%+48.64%
Recall@1 (Top-1)43.07%96.73%+53.67%
Recall@556.57%98.67%+42.10%
Recall@1062.53%99.07%+36.53%
MAP@10049.61%97.64%+48.03%

🚀 Quick Start & Usage

from sentence_transformers import SentenceTransformer, util

# Load the fine-tuned model
model = SentenceTransformer("hillbyte/labse-mizo-en-embed")

# Example bilingual queries & targets
en_sentences = [
    "Jehovah expects us to render sacred service to him in a clean manner.",
    "The weather in Aizawl is pleasant today."
]

mz_sentences = [
    "Jehova'n thianghlim taka a rawngbawl turin min beisei a.",
    "Vawiin chu Aizawl khua a nuam hle mai."
]

# Compute embeddings
en_embeddings = model.encode(en_sentences, convert_to_tensor=True)
mz_embeddings = model.encode(mz_sentences, convert_to_tensor=True)

# Compute cosine similarity matrix
cosine_scores = util.cos_sim(en_embeddings, mz_embeddings)

print("Cosine Similarity Matrix:")
print(cosine_scores)

⚙️ Training Details

  • Base Model: sentence-transformers/LaBSE (12-layer Multilingual BERT, 768 hidden size)
  • Dataset: ~170,817 parallel training pairs
  • Loss Function: MultipleNegativesRankingLoss with in-batch negatives
  • Batch Size: 64 (producing 63 in-batch negatives per sample)
  • Learning Rate: 2e-5 with linear warmup & decay
  • Epochs: 3 (8,010 total steps)

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
BertModel
Ревизия весов
6e9a88e

0 моделей