/ Модель

Характеристики

Контекст
512 токенов
Параметры
25,9 млн
Лицензия
Apache 2.0
Архитектура
bert · dense
Базовая модель
all-MiniLM-L6-v2
Библиотека
sentence-transformers
Опубликована
9 авг 2026

vericite-embedder

ЭмбеддингиТекст → embedding13 профессий

Англоязычный BERT-энкодер, дообученный на базе all-MiniLM-L6-v2 для получения эмбеддингов и сравнения семантической близости предложений.

16скачиваний за 30 дней0лайковвеса обновлены9 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

VeriCite Embedder — дообученная англоязычная модель для получения эмбеддингов предложений, разработанная автором репозитория hishammoizuddin. Она основана на sentence-transformers/all-MiniLM-L6-v2 и использует архитектуру BERT; число параметров — 25,9 млн, максимальная длина контекста — 512 токенов. Модель предназначена для сравнения семантической близости текстов и извлечения признаков, например для поиска похожих предложений и проверки текстовых совпадений. Карточка указывает совместимость с sentence-transformers; веса доступны в формате safetensors. Лицензия — Apache-2.0.

Сценарии применения

  • поиск семантически похожих англоязычных предложений
  • сравнение текстовых фрагментов по смыслу
  • поиск совпадений и похожих формулировок в текстах
  • извлечение векторных признаков предложений для кластеризации

Ограничения

Поддерживается английский язык, а контекст ограничен 512 токенами. В README не приведены оценки качества или подробные результаты обучения.

Для каких профессий подходит13

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

vericite-embedder

This is the sentence-embedding model used by VeriCite, a free plagiarism/paraphrase checker that cites its sources.

These are the unmodified weights of sentence-transformers/all-MiniLM-L6-v2, mirrored here so VeriCite can pin a stable, versioned copy rather than depending on the upstream repo's main branch at request time. All credit for the model itself belongs to the original authors (Nils Reimers and the Sentence-Transformers / UKP Lab team) — see their Sentence-BERT paper and the original model card for training data, evaluation results, and the full technical writeup. No fine-tuning, distillation, or architecture change has been applied here.

Why VeriCite uses it

VeriCite's matching pipeline needs a small, CPU-fast embedding model to compute semantic similarity between a document passage and candidate source text, as one signal alongside exact-match fuzzy alignment and a lexical-overlap guard (semantic similarity alone is not sufficient to flag a passage — see the VeriCite Space "How it works" tab for the full method). all-MiniLM-L6-v2 fits that constraint well: 384-dim output, ~90MB, and fast enough to run comfortably on a free-tier 2-vCPU CPU box with no GPU.

Usage

Identical to the upstream model — either via sentence-transformers:

from sentence_transformers import SentenceTransformer

model = SentenceTransformer("hishammoizuddin/vericite-embedder")
embeddings = model.encode(["Some sentence to embed.", "Another one."], normalize_embeddings=True)

or via transformers directly (mean-pool the token embeddings yourself, since this checkpoint is a base encoder, not a SentenceTransformer-native format at the transformers layer):

from transformers import AutoModel, AutoTokenizer

tokenizer = AutoTokenizer.from_pretrained("hishammoizuddin/vericite-embedder")
model = AutoModel.from_pretrained("hishammoizuddin/vericite-embedder")

License

Apache 2.0, unchanged from the upstream model.

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
BertModel
Ревизия весов
43dca35

0 моделей