/ Модель

Характеристики

Контекст
512 токенов
Параметры
124 млн
Лицензия
Apache 2.0
Архитектура
bert · dense
Базовая модель
multilingual-e5-small
Библиотека
sentence-transformers
Опубликована
24 авг 2026

multilingual-e5-small-emb-lat-intertext-v2

ЭмбеддингиТекст → embedding3 профессии

Модель создаёт эмбеддинги латинских текстов для поиска межтекстовых связей между авторами античности.

21скачиваний за 30 дней0лайковвеса обновлены24 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

julian-schelb/multilingual-e5-small-emb-lat-intertext-v2 — модель Sentence Transformer, дообученная на базе intfloat/multilingual-e5-small для создания эмбеддингов латинских текстов и поиска межтекстовых связей между авторами классической эпохи. Она входит в настройку бенчмарка Loci Similes и обучена с online contrastive loss на одном из пяти разбиений его данных. Модель предназначена для поиска и сопоставления экспертно подтверждённых интертекстуальных связей; для сохранения качества поиска следует использовать соответствующие обучению prompt-префиксы и интерфейс пакета LociSimiles.

Модель основана на архитектуре BERT, содержит 124,3 млн параметров, принимает текст и выдаёт плотные векторные эмбеддинги. Максимальная длина контекста — 512 токенов. Поддерживаемый язык для целевой задачи — латинский. Версия v2 заменяет v1 для актуальной версии бенчмарка, а v1 остаётся доступной для воспроизведения прежних результатов. Лицензия — Apache 2.0.

Сценарии применения

  • поиск параллельных мест в корпусах латинских текстов
  • сопоставление фрагментов классических авторов по смыслу
  • поиск межтекстовых связей в бенчмарке Loci Similes

Ограничения

Для качественного поиска необходимы соответствующие модели prompt-префиксы; без них качество заметно снижается. Модель обучена на одном из пяти разбиений данных Loci Similes, поэтому её назначение ограничено поиском межтекстовых связей в латинских текстах.

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

E5-small Latin Intertextuality Embedding Model (v2)

This model is a fine-tuned version of intfloat/multilingual-e5-small for generating embeddings of Latin texts to detect intertextual relationships.

The model is part of the Loci Similes benchmark setup (Schelb et al., 2026), evaluated on expert-verified Latin intertextual links. It is designed to work with the LociSimiles Python package API: https://julianschelb.github.io/locisimiles/api/

Model Description

  • Task: Sentence embedding for detecting intertextual links between classical Latin authors
  • Model type: Sentence Transformer (Embedding Model)
  • Base model: intfloat/multilingual-e5-small
  • Loss: online contrastive loss
  • Training data: one of five cross-validation splits of the Loci Similes benchmark
  • Language: Latin
  • License: Apache 2.0

Relation to v1

This replaces julian-schelb/multilingual-e5-small-emb-lat-intertext-v1, which was trained for the first version of the paper on an earlier revision of the dataset. The task and the interface are unchanged, so v2 is a drop-in replacement; v1 stays available for reproducing the earlier results.

Usage

This model was trained with prompt prefixes and should be used with the matching prompt names, otherwise retrieval quality drops noticeably:

  • prompt_name="query" for query texts (Jerome), corresponding to a "Query: " prefix
  • prompt_name="match" for candidate texts (classical authors), corresponding to a "Candidate: " prefix
from sentence_transformers import SentenceTransformer
from sentence_transformers.util import cos_sim

model = SentenceTransformer("julian-schelb/multilingual-e5-small-emb-lat-intertext-v2")

# Jerome text and candidates (1 positive match, 2 unrelated)
queries = [
    "omnia fert aetas, animum quoque; saepe ego longos cantando puerum memini me condere soles."
]
candidates = [
    "saepe ego longos cantando puerum memini me condere soles.",  # positive match
    "Gallia est omnis divisa in partes tres",                     # unrelated (Caesar)
    "in nova fert animus mutatas dicere formas",                  # unrelated (Ovid)
]

query_embeddings = model.encode(queries, prompt_name="query")
candidate_embeddings = model.encode(candidates, prompt_name="match")

scores = cos_sim(query_embeddings, candidate_embeddings)
print(scores)
print(f"Best candidate: {scores[0].argmax().item()}")

In a retrieval pipeline, embed the corpus once with prompt_name="match" and each query with prompt_name="query", then rank by cosine similarity. Retrieval is typically followed by a classification model — see the *-3class-lat-intertext-v1 classifiers in the same collection.

Citation

@misc{schelb2026locisimilesbenchmarkextracting,
      title={Loci Similes: A Benchmark for Extracting Intertextualities in Latin Literature},
      author={Julian Schelb and Michael Wittweiler and Marie Revellio and Barbara Feichtinger and Andreas Spitz},
      year={2026},
      eprint={2601.07533},
      archivePrefix={arXiv},
      primaryClass={cs.IR},
      url={https://arxiv.org/abs/2601.07533},
}

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
d63c1e8

0 моделей