/ Модель

Характеристики

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

aibiosecure-policy-embeddings

ЭмбеддингиТекст → embedding3 профессии

Дообученный англоязычный энкодер предложений для семантического поиска и сопоставления текстов о политиках биобезопасности и ИИ.

74скачиваний за 30 дней0лайковвеса обновлены3 июл 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

joduor/aibiosecure-policy-embeddings — дообученная модель Sentence Transformers на базе sentence-transformers/all-MiniLM-L6-v2, предназначенная для представления предложений и абзацев в виде плотных векторов и поиска по смыслу. В README показаны примеры вопросов и ответов о политике биобезопасности, лабораториях BSL-3 и управлении рисками ИИ; модель обучалась на 62 парах текстов с MultipleNegativesRankingLoss.

Модель использует архитектуру BERT с усредняющим pooling и нормализацией, выдаёт векторы размерности 384 и сравнивает их косинусным сходством. Метаданные указывают библиотеку Sentence Transformers, формат Safetensors и контекст до 512 токенов; README задаёт максимальную длину последовательности 256 токенов. Основной язык базовой модели — английский, а обучающие примеры также англоязычные.

Подходит для семантического поиска и сопоставления запросов с документами по темам политики биобезопасности и ИИ. Оценка в README не подтверждает качество: метрики Pearson и Spearman указаны как nan, а обучение описано всего для 62 примеров и 4 секунд. Лицензия в предоставленных данных не указана.

Сценарии применения

  • поиск фрагментов политик по вопросу на естественном языке
  • сопоставление запросов с положениями документов по биобезопасности
  • поиск требований к цепочке хранения образцов в лабораториях BSL-3
  • сравнение формулировок о рисках сторонних ИИ-систем
  • кластеризация текстов по смысловой близости

Ограничения

Метрики Pearson и Spearman в README имеют значение nan, поэтому качество не подтверждено. Обучение проводилось на 62 парах текстов; максимальная длина последовательности в README составляет 256 токенов, хотя метаданные указывают контекст 512 токенов.

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

SentenceTransformer based on sentence-transformers/all-MiniLM-L6-v2

This is a sentence-transformers model finetuned from sentence-transformers/all-MiniLM-L6-v2. It maps sentences & paragraphs to a 384-dimensional dense vector space and can be used for retrieval.

Model Details

Model Description

  • Model Type: Sentence Transformer
  • Base model: sentence-transformers/all-MiniLM-L6-v2
  • Maximum Sequence Length: 256 tokens
  • Output Dimensionality: 384 dimensions
  • Similarity Function: Cosine Similarity
  • Supported Modality: Text

Model Sources

Full Model Architecture

SentenceTransformer(
  (0): Transformer({'transformer_task': 'feature-extraction', 'modality_config': {'text': {'method': 'forward', 'method_output_name': 'last_hidden_state'}}, 'module_output_name': 'token_embeddings', 'architecture': 'BertModel'})
  (1): Pooling({'embedding_dimension': 384, 'pooling_mode': 'mean', 'include_prompt': True})
  (2): Normalize({})
)

Usage

Direct Usage (Sentence Transformers)

First install the Sentence Transformers library:

pip install -U sentence-transformers

Then you can load this model and run inference.

from sentence_transformers import SentenceTransformer

# Download from the 🤗 Hub
model = SentenceTransformer("joduor/aibiosecure-policy-embeddings")
# Run inference
sentences = [
    'Find the control related to AI legal and regulatory requirement tracking.',
    'Legal and regulatory requirements involving AI are understood, managed, and documented as part of organizational governance.',
    'Suppliers of biological reagents and equipment shall be vetted for security risk, and orders for synthetic DNA shall be screened against sequences of concern.',
]
embeddings = model.encode(sentences)
print(embeddings.shape)
# [3, 384]

# Get the similarity scores for the embeddings
similarities = model.similarity(embeddings, embeddings)
print(similarities)
# tensor([[1.0000, 0.7547, 0.2401],
#         [0.7547, 1.0000, 0.1990],
#         [0.2401, 0.1990, 1.0000]])

Evaluation

Metrics

Semantic Similarity

MetricValue
pearson_cosinenan
spearman_cosinenan

Training Details

Training Dataset

Unnamed Dataset

  • Size: 62 training samples
  • Columns: sentence_0 and sentence_1
  • Approximate statistics based on the first 62 samples:
    sentence_0sentence_1
    typestringstring
    modalitytexttext
    detailsmin: 11 tokensmean: 14.95 tokensmax: 18 tokensmin: 21 tokensmean: 26.16 tokensmax: 31 tokens
  • Samples:
    sentence_0sentence_1
    What does policy say about monitoring third-party AI risk?AI risks and benefits from third-party resources are regularly monitored, and risk controls are applied and documented.
    Which regulation addresses chain of custody in BSL-3 labs?Standard operating procedures for BSL-3 laboratories require documented chain of custody for all biological samples entering and leaving containment.
    Which regulation addresses documenting scientific integrity and validation context for AI?Scientific integrity and TEVV considerations are identified and documented for the AI system's intended context of use.
  • Loss: MultipleNegativesRankingLoss with these parameters:
    {
        "scale": 20.0,
        "similarity_fct": "cos_sim",
        "gather_across_devices": false,
        "directions": [
            "query_to_doc"
        ],
        "partition_mode": "joint",
        "hardness_mode": null,
        "hardness_strength": 0.0
    }
    

Training Hyperparameters

Non-Default Hyperparameters

  • per_device_train_batch_size: 16
  • num_train_epochs: 6
  • per_device_eval_batch_size: 16
  • multi_dataset_batch_sampler: round_robin

All Hyperparameters

  • per_device_train_batch_size: 16
  • num_train_epochs: 6
  • max_steps: -1
  • learning_rate: 5e-05
  • lr_scheduler_type: linear
  • lr_scheduler_kwargs: None
  • warmup_steps: 0
  • optim: adamw_torch_fused
  • optim_args: None
  • weight_decay: 0.0
  • adam_beta1: 0.9
  • adam_beta2: 0.999
  • adam_epsilon: 1e-08
  • optim_target_modules: None
  • gradient_accumulation_steps: 1
  • average_tokens_across_devices: True
  • max_grad_norm: 1
  • label_smoothing_factor: 0.0
  • bf16: False
  • fp16: False
  • bf16_full_eval: False
  • fp16_full_eval: False
  • tf32: None
  • gradient_checkpointing: False
  • gradient_checkpointing_kwargs: None
  • torch_compile: False
  • torch_compile_backend: None
  • torch_compile_mode: None
  • use_liger_kernel: False
  • liger_kernel_config: None
  • use_cache: False
  • neftune_noise_alpha: None
  • torch_empty_cache_steps: None
  • auto_find_batch_size: False
  • log_on_each_node: True
  • logging_nan_inf_filter: True
  • include_num_input_tokens_seen: no
  • log_level: passive
  • log_level_replica: warning
  • disable_tqdm: False
  • project: huggingface
  • trackio_space_id: None
  • trackio_bucket_id: None
  • trackio_static_space_id: None
  • per_device_eval_batch_size: 16
  • prediction_loss_only: True
  • eval_on_start: False
  • eval_do_concat_batches: True
  • eval_use_gather_object: False
  • eval_accumulation_steps: None
  • include_for_metrics: []
  • batch_eval_metrics: False
  • save_only_model: False
  • save_on_each_node: False
  • enable_jit_checkpoint: False
  • push_to_hub: False
  • hub_private_repo: None
  • hub_model_id: None
  • hub_strategy: every_save
  • hub_always_push: False
  • hub_revision: None
  • load_best_model_at_end: False
  • ignore_data_skip: False
  • restore_callback_states_from_checkpoint: False
  • full_determinism: False
  • seed: 42
  • data_seed: None
  • use_cpu: False
  • accelerator_config: {'split_batches': False, 'dispatch_batches': None, 'even_batches': True, 'use_seedable_sampler': True, 'non_blocking': False, 'gradient_accumulation_kwargs': None}
  • parallelism_config: None
  • dataloader_drop_last: False
  • dataloader_num_workers: 0
  • dataloader_pin_memory: True
  • dataloader_persistent_workers: False
  • dataloader_prefetch_factor: None
  • remove_unused_columns: True
  • label_names: None
  • train_sampling_strategy: random
  • length_column_name: length
  • ddp_find_unused_parameters: None
  • ddp_bucket_cap_mb: None
  • ddp_broadcast_buffers: False
  • ddp_static_graph: None
  • ddp_backend: None
  • ddp_timeout: 1800
  • fsdp: None
  • fsdp_config: None
  • deepspeed: None
  • debug: []
  • skip_memory_metrics: True
  • do_predict: False
  • resume_from_checkpoint: None
  • warmup_ratio: None
  • local_rank: -1
  • prompts: None
  • batch_sampler: batch_sampler
  • multi_dataset_batch_sampler: round_robin
  • router_mapping: {}
  • learning_rate_mapping: {}

Training Logs

EpochSteppolicy-val_spearman_cosine
1.04nan

Training Time

  • Training: 4.0 seconds

Framework Versions

  • Python: 3.12.10
  • Sentence Transformers: 5.6.0
  • Transformers: 5.12.1
  • PyTorch: 2.12.1+cpu
  • Accelerate: 1.14.0
  • Datasets: 5.0.0
  • Tokenizers: 0.22.2

Citation

BibTeX

Sentence Transformers

@inproceedings{reimers-2019-sentence-bert,
    title = "Sentence-BERT: Sentence Embeddings using Siamese BERT-Networks",
    author = "Reimers, Nils and Gurevych, Iryna",
    booktitle = "Proceedings of the 2019 Conference on Empirical Methods in Natural Language Processing",
    month = "11",
    year = "2019",
    publisher = "Association for Computational Linguistics",
    url = "https://arxiv.org/abs/1908.10084",
}

MultipleNegativesRankingLoss

@misc{oord2019representationlearningcontrastivepredictive,
      title={Representation Learning with Contrastive Predictive Coding},
      author={Aaron van den Oord and Yazhe Li and Oriol Vinyals},
      year={2019},
      eprint={1807.03748},
      archivePrefix={arXiv},
      primaryClass={cs.LG},
      url={https://arxiv.org/abs/1807.03748},
}

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
687373c

0 моделей