/ Модель

Характеристики

Контекст
40 960 токенов
Параметры
7,6 млрд
Лицензия
Apache 2.0
Архитектура
qwen3 · dense
Базовая модель
Octen-Embedding-8B
Библиотека
sentence-transformers
Опубликована
25 авг 2026

octen-law-8b-v1

ЭмбеддингиТекст → embedding4 профессии

Мультиязычный энкодер для построения эмбеддингов и семантического поиска по юридическим документам на английском, немецком и китайском языках.

305скачиваний за 30 дней2лайкавеса обновлены28 сен 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 оценки8

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

  • LegalSummarization

    main_score

    Результат

    0,7627

    MTEB

    Публичная таблицадругая ревизия

  • AILAStatutes

    main_score

    Результат

    0,955

    MTEB

    Публичная таблицадругая ревизия

  • LegalQuAD

    main_score

    Результат

    0,7405

    MTEB

    Публичная таблицадругая ревизия

  • AILACasedocs

    main_score

    Результат

    0,6398

    MTEB

    Публичная таблицадругая ревизия

  • LeCaRDv2

    main_score

    Результат

    0,7571

    MTEB

    Публичная таблицадругая ревизия

  • LegalBenchCorporateLobbying

    main_score

    Результат

    0,9585

    MTEB

    Публичная таблицадругая ревизия

  • LegalBenchConsumerContractsQA

    main_score

    Результат

    0,8499

    MTEB

    Публичная таблицадругая ревизия

  • GerDaLIRSmall

    main_score

    Результат

    0,4786

    MTEB

    Публичная таблицадругая ревизия

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

Octen Law 8B v1 — мультиязычная плотная модель-энкодер на 7,6 млрд параметров для извлечения юридических текстов. Её выпустила litillabs на основе Octen/Octen-Embedding-8B: базовую модель дообучили с помощью LoRA, затем объединили адаптер с весами. Модель создаёт нормализованный вектор размерностью 4096 для каждого запроса или документа; поддерживает контекст до 40 960 токенов и распространяется в формате safetensors через SentenceTransformers.

Модель предназначена для семантического поиска и сопоставления запросов с юридическими документами, включая задачи поиска по законодательству и судебным делам. Обучение проводилось на англоязычных, немецкоязычных и китайскоязычных примерах юридического поиска; оценка включала восемь задач MTEB Law. Лицензия — Apache-2.0.

Модель извлекает текстовые представления и не определяет, действует ли правовой источник, является ли он обязательным, отменённым или применимым в конкретной юрисдикции. Проверялись только юридические задачи поиска на английском, немецком и китайском языках; в обучающих данных отмечены близкие дубликаты, связанные с двумя задачами бенчмарка.

Сценарии применения

  • поиск судебных решений по текстовому запросу
  • поиск применимых статей законодательства
  • сопоставление юридических запросов и документов
  • семантический поиск по юридическому корпусу
  • поиск похожих судебных дел

Ограничения

Модель извлекает текстовые представления, но не определяет актуальность, обязательность, отмену или применимость правового источника в конкретной юрисдикции. В README указана проверка только юридического поиска на английском, немецком и китайском языках; для двух задач бенчмарка обнаружены близкие дубликаты обучающих данных.

Для каких профессий подходит4

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

Octen Law 8B v1

Octen Law 8B v1 is a 7.57B-parameter multilingual dense encoder for legal retrieval. It is built from Octen/Octen-Embedding-8B and produces one normalized 4,096-dimensional vector for each query or document.

The release is one merged SentenceTransformers model. It does not require a runtime adapter, reranker, router, retrieval sidecar, or ensemble.

Usage

from sentence_transformers import SentenceTransformer

model = SentenceTransformer(
    "litillabs/octen-law-8b-v1",
    model_kwargs={"torch_dtype": "bfloat16"},
)

queries = model.encode(
    ["Which statute governs this legal issue?"],
    prompt_name="query",
    normalize_embeddings=True,
)
documents = model.encode(
    ["The relevant statutory provision is ..."],
    prompt_name="document",
    normalize_embeddings=True,
)

scores = queries @ documents.T

Training

We post-trained the base model with LoRA on 48,141 public and synthetic English, German, and Chinese legal retrieval examples, then merged the adapter into the model. The checkpoint was selected with held-out retention checks. The eight official MTEB Law scores were not used to choose it.

The training pack included 42,000 rows from public training assets released by Hanno Labs: 20,000 German query-passage pairs and 12,000 Chinese case-pair rows from Hanno-Labs/legal-retrieval-pairs-v2, plus 10,000 German Wikipedia query-passage pairs from Hanno-Labs/legal-retrieval-pairs-dewiki. Hanno Labs created and released those retrieval pairs; we credit Hanno Labs and Clause Logic Inc. for that work. The remaining 6,141 rows came from LegalPincite, CUAD, and WikiQA training data.

Because Hanno's released training assets make up a substantial part of this model's post-training data and were also used for Dinghy, this result should not be read as an independent training-data comparison with Hanno Labs. A separate independently sourced run is forthcoming.

The training-data audit found six benchmark-adjacent near-duplicate relationships involving GerDaLIRSmall and LeCaRDv2. Those two task scores should not be treated as results from a fully independent holdout.

MTEB Law results

Evaluation used the official test split and cosine similarity for each task.

TasknDCG@10
AILACasedocs0.63978
AILAStatutes0.95500
GerDaLIRSmall0.47855
LeCaRDv20.75709
LegalBenchConsumerContractsQA0.84990
LegalBenchCorporateLobbying0.95849
LegalQuAD0.74046
LegalSummarization0.76270
Macro mean0.76774625

Limits

This model retrieves text. It does not determine whether an authority is current, binding, overruled, or controlling in the relevant jurisdiction. This release only tested English, German, and Chinese legal retrieval.

License

Apache License 2.0, following the Octen and Qwen3 embedding lineage.

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
Qwen3Model
Ревизия весов
5b0a77d

0 моделей