/ Модель

Характеристики

Контекст
514 токенов
Параметры
124 млн
Архитектура
xlm-roberta · dense
Базовая модель
mmarco-mMiniLMv2-L12-H384-v1
Библиотека
sentence-transformers
Опубликована
25 июл 2026

arabic-ecom-cross-encoder-v3

Ранжирование текстаТекст → score

Кросс-энкодер для оценки релевантности арабских запросов и товаров и ранжирования результатов поиска в электронной торговле.

16скачиваний за 30 дней0лайковвеса обновлены25 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 «Ранжирование» — 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

Это кросс-энкодер на базе XLM-RoBERTa, дообученный автором leafxyz на наборе arabic-ecom-data с помощью библиотеки Sentence Transformers. Модель совместно обрабатывает пару текстов и выдаёт оценку их релевантности; её предназначение — переупорядочивание результатов поиска и семантический поиск по запросам и товарам в арабской электронной торговле.

В модели 124,3 млн параметров, один выходной показатель и текстовый ввод. Метаданные указывают контекст до 514 токенов, а карточка описывает максимальную длину последовательности 128 токенов. Обучающая выборка содержит 246 013 пар, оценочная — 5 021. Модель поддерживает арабский язык по данным обучающего набора; базовая модель мультиязычная, но README не подтверждает, какие ещё языки подходят для этой специализированной версии.

Модель предназначена для оценки пар «запрос — товар» или сравнения товарных названий, после чего оценки можно использовать для ранжирования кандидатов. Она выдаёт числовые оценки релевантности, а качество зависит от близости данных и запросов к арабскому e-commerce-домену. Лицензия в предоставленных источниках не указана.

Сценарии применения

  • Переранжирование товаров по арабскому поисковому запросу
  • Поиск совпадающих товаров с различающимися названиями
  • Оценка релевантности пары «запрос — товар»
  • Улучшение выдачи семантического поиска по каталогу товаров

Ограничения

Специализация на арабском поиске товаров ограничивает надёжность применения в других доменах и языках. README указывает максимальную длину последовательности 128 токенов, тогда как метаданные каталога указывают контекст 514 токенов.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

CrossEncoder based on cross-encoder/mmarco-mMiniLMv2-L12-H384-v1

This is a Cross Encoder model finetuned from cross-encoder/mmarco-mMiniLMv2-L12-H384-v1 on the arabic-ecom-data dataset using the sentence-transformers library. It computes scores for pairs of texts, which can be used for text reranking and semantic search.

Model Details

Model Description

  • Model Type: Cross Encoder
  • Base model: cross-encoder/mmarco-mMiniLMv2-L12-H384-v1
  • Maximum Sequence Length: 128 tokens
  • Number of Output Labels: 1 label
  • Supported Modality: Text
  • Training Dataset:
    • arabic-ecom-data

Model Sources

Full Model Architecture

CrossEncoder(
  (0): Transformer({'transformer_task': 'sequence-classification', 'modality_config': {'text': {'method': 'forward', 'method_output_name': 'logits'}}, 'module_output_name': 'scores', 'architecture': 'XLMRobertaForSequenceClassification'})
)

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 CrossEncoder

# Download from the 🤗 Hub
model = CrossEncoder("leafxyz/arabic-ecom-cross-encoder-v3")
# Get scores for pairs of inputs
pairs = [
    ['مناديل مطبخ', 'صابون اواني جودي - 960 مل (الليمون الاخضر)'],
    ['جبنة هابي كاو', 'هابي كاو جبنة كريمى - 150 غ'],
    ['كريم تايغر للشعر', 'كريم ازالة شعر - Page Vine'],
    ['لانشون حلواني', 'لانشون حلواني دجاج - 250 غ'],
    ['صابون جودي 2.32', 'صابون اواني جودي برائحة الليمون الاخضر - 2.32 ل'],
]
scores = model.predict(pairs)
print(scores)
# [-5.0312  0.2981 -1.2588  0.6904  0.7002]

# Or rank different texts based on similarity to a single text
ranks = model.rank(
    'مناديل مطبخ',
    [
        'صابون اواني جودي - 960 مل (الليمون الاخضر)',
        'هابي كاو جبنة كريمى - 150 غ',
        'كريم ازالة شعر - Page Vine',
        'لانشون حلواني دجاج - 250 غ',
        'صابون اواني جودي برائحة الليمون الاخضر - 2.32 ل',
    ]
)
# [{'corpus_id': ..., 'score': ...}, {'corpus_id': ..., 'score': ...}, ...]

Training Details

Training Dataset

arabic-ecom-data

  • Dataset: arabic-ecom-data
  • Size: 246,013 training samples
  • Columns: sentence1, sentence2, and label
  • Approximate statistics based on the first 1000 samples:
    sentence1sentence2label
    typestringstringfloat
    detailsmin: 3 tokensmean: 7.77 tokensmax: 20 tokensmin: 4 tokensmean: 13.06 tokensmax: 27 tokensmin: 0.0mean: 0.49max: 1.0
  • Samples:
    sentence1sentence2label
    فلوتس أصبعكيت كات شوكلاتة 4 اصابع 36.5 جم0.0
    بخور عود ند شيخ العرببخور العود- اصل العود0.0
    احمر شفاه Rhodeاحمر شفاه - Water Lip Matte0.0
  • Loss: BinaryCrossEntropyLoss with these parameters:
    {
        "activation_fn": "torch.nn.modules.linear.Identity",
        "pos_weight": null
    }
    

Evaluation Dataset

arabic-ecom-data

  • Dataset: arabic-ecom-data
  • Size: 5,021 evaluation samples
  • Columns: sentence1, sentence2, and label
  • Approximate statistics based on the first 1000 samples:
    sentence1sentence2label
    typestringstringfloat
    detailsmin: 3 tokensmean: 7.86 tokensmax: 16 tokensmin: 4 tokensmean: 13.19 tokensmax: 33 tokensmin: 0.0mean: 0.48max: 1.0
  • Samples:
    sentence1sentence2label
    مناديل مطبخصابون اواني جودي - 960 مل (الليمون الاخضر)0.0
    جبنة هابي كاوهابي كاو جبنة كريمى - 150 غ1.0
    كريم تايغر للشعركريم ازالة شعر - Page Vine0.0
  • Loss: BinaryCrossEntropyLoss with these parameters:
    {
        "activation_fn": "torch.nn.modules.linear.Identity",
        "pos_weight": null
    }
    

Training Hyperparameters

Non-Default Hyperparameters

  • per_device_train_batch_size: 32
  • per_device_eval_batch_size: 32
  • learning_rate: 2e-05
  • num_train_epochs: 2
  • warmup_steps: 0.1
  • fp16: True

All Hyperparameters

  • do_predict: False
  • prediction_loss_only: True
  • per_device_train_batch_size: 32
  • per_device_eval_batch_size: 32
  • gradient_accumulation_steps: 1
  • eval_accumulation_steps: None
  • torch_empty_cache_steps: None
  • learning_rate: 2e-05
  • weight_decay: 0.0
  • adam_beta1: 0.9
  • adam_beta2: 0.999
  • adam_epsilon: 1e-08
  • max_grad_norm: 1.0
  • num_train_epochs: 2
  • max_steps: -1
  • lr_scheduler_type: linear
  • lr_scheduler_kwargs: None
  • warmup_ratio: None
  • warmup_steps: 0.1
  • log_level: passive
  • log_level_replica: warning
  • log_on_each_node: True
  • logging_nan_inf_filter: True
  • enable_jit_checkpoint: False
  • save_on_each_node: False
  • save_only_model: False
  • restore_callback_states_from_checkpoint: False
  • use_cpu: False
  • seed: 42
  • data_seed: None
  • bf16: False
  • fp16: True
  • bf16_full_eval: False
  • fp16_full_eval: False
  • tf32: None
  • local_rank: -1
  • ddp_backend: None
  • debug: []
  • dataloader_drop_last: False
  • dataloader_num_workers: 0
  • dataloader_prefetch_factor: None
  • disable_tqdm: False
  • remove_unused_columns: True
  • label_names: None
  • load_best_model_at_end: False
  • ignore_data_skip: False
  • fsdp: []
  • fsdp_config: {'min_num_params': 0, 'xla': False, 'xla_fsdp_v2': False, 'xla_fsdp_grad_ckpt': 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
  • deepspeed: None
  • label_smoothing_factor: 0.0
  • optim: adamw_torch_fused
  • optim_args: None
  • group_by_length: False
  • length_column_name: length
  • project: huggingface
  • trackio_space_id: trackio
  • ddp_find_unused_parameters: None
  • ddp_bucket_cap_mb: None
  • ddp_broadcast_buffers: False
  • dataloader_pin_memory: True
  • dataloader_persistent_workers: False
  • skip_memory_metrics: True
  • push_to_hub: False
  • resume_from_checkpoint: None
  • hub_model_id: None
  • hub_strategy: every_save
  • hub_private_repo: None
  • hub_always_push: False
  • hub_revision: None
  • gradient_checkpointing: False
  • gradient_checkpointing_kwargs: None
  • include_for_metrics: []
  • eval_do_concat_batches: True
  • auto_find_batch_size: False
  • full_determinism: False
  • ddp_timeout: 1800
  • torch_compile: False
  • torch_compile_backend: None
  • torch_compile_mode: None
  • include_num_input_tokens_seen: no
  • neftune_noise_alpha: None
  • optim_target_modules: None
  • batch_eval_metrics: False
  • eval_on_start: False
  • use_liger_kernel: False
  • liger_kernel_config: None
  • eval_use_gather_object: False
  • average_tokens_across_devices: True
  • use_cache: False
  • prompts: None
  • batch_sampler: batch_sampler
  • multi_dataset_batch_sampler: proportional
  • router_mapping: {}
  • learning_rate_mapping: {}

Training Logs

EpochStepTraining LossValidation Loss
0.01301000.8919-
0.02602000.6599-
0.03903000.5613-
0.05204000.5168-
0.06505000.52780.4916
0.07806000.5182-
0.09117000.4833-
0.10418000.4863-
0.11719000.5011-
0.130110000.47400.4477
0.143111000.4480-
0.156112000.4536-
0.169113000.4604-
0.182114000.4704-
0.195115000.45140.4282
0.208116000.4358-
0.221117000.4472-
0.234118000.4382-
0.247119000.4524-
0.260120000.43680.4112
0.273221000.4272-
0.286222000.4280-
0.299223000.4276-
0.312224000.4067-
0.325225000.42600.4026
0.338226000.4321-
0.351227000.4333-
0.364228000.4246-
0.377229000.4304-
0.390230000.42370.3938
0.403231000.4181-
0.416232000.4224-
0.429233000.4096-
0.442234000.4069-
0.455335000.40450.3963
0.468336000.4164-
0.481337000.3996-
0.494338000.4053-
0.507339000.3853-
0.520340000.40350.3818
0.533341000.4043-
0.546342000.3914-
0.559343000.4022-
0.572344000.3949-
0.585345000.40940.3821
0.598346000.3782-
0.611347000.3908-
0.624348000.3944-
0.637449000.4112-
0.650450000.40770.3676
0.663451000.4034-
0.676452000.3958-
0.689453000.3988-
0.702454000.3835-
0.715455000.40650.3680
0.728456000.3910-
0.741457000.3959-
0.754458000.4005-
0.767459000.3967-
0.780460000.39470.3734
0.793461000.3916-
0.806562000.4023-
0.819563000.3869-
0.832564000.3821-
0.845565000.38450.3716
0.858566000.3637-
0.871567000.3828-
0.884568000.3703-
0.897569000.3962-
0.910570000.38800.3592
0.923571000.3846-
0.936572000.3722-
0.949573000.3946-
0.962574000.3779-
0.975575000.39570.3550
0.988676000.3763-
1.001677000.3732-
1.014678000.3763-
1.027679000.3713-
1.040680000.35940.3597
1.053681000.3510-
1.066682000.3738-
1.079683000.3554-
1.092684000.3524-
1.105685000.35070.3577
1.118686000.3483-
1.131687000.3692-
1.144688000.3676-
1.157689000.3484-
1.170790000.38590.3502
1.183791000.3590-
1.196792000.3746-
1.209793000.3559-
1.222794000.3631-
1.235795000.35000.3685
1.248796000.3496-
1.261797000.3803-
1.274798000.3442-
1.287799000.3503-
1.3007100000.36360.3504
1.3137101000.3479-
1.3267102000.3768-
1.3398103000.3501-
1.3528104000.3563-
1.3658105000.35510.3515
1.3788106000.3645-
1.3918107000.3466-
1.4048108000.3622-
1.4178109000.3535-
1.4308110000.37080.3452
1.4438111000.3484-
1.4568112000.3593-
1.4698113000.3554-
1.4828114000.3362-
1.4958115000.37070.3458
1.5088116000.3559-
1.5219117000.3501-
1.5349118000.3771-
1.5479119000.3586-
1.5609120000.34620.3478
1.5739121000.3448-
1.5869122000.3516-
1.5999123000.3582-
1.6129124000.3621-
1.6259125000.37240.3436
1.6389126000.3598-
1.6519127000.3616-
1.6649128000.3537-
1.6779129000.3462-
1.6909130000.36750.3443
1.7040131000.3506-
1.7170132000.3389-
1.7300133000.3454-
1.7430134000.3588-
1.7560135000.35210.3427
1.7690136000.3462-
1.7820137000.3513-
1.7950138000.3484-
1.8080139000.3522-
1.8210140000.34260.3447
1.8340141000.3497-
1.8470142000.3464-
1.8600143000.3427-
1.8730144000.3422-
1.8861145000.33980.3447
1.8991146000.3487-
1.9121147000.3608-
1.9251148000.3515-
1.9381149000.3456-
1.9511150000.34990.3445
1.9641151000.3404-
1.9771152000.3482-
1.9901153000.3464-

Training Time

  • Training: 21.4 minutes

Framework Versions

  • Python: 3.12.13
  • Sentence Transformers: 5.4.1
  • Transformers: 5.0.0
  • PyTorch: 2.10.0+cu128
  • Accelerate: 1.13.0
  • 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",
}

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
XLMRobertaForSequenceClassification
Ревизия весов
599e1dc

0 моделей