Производная модели maastrichtlawtech/colbert-legal-french. Дообученная на юридических данных модель ColBERT для поиска релевантных французских правовых фрагментов и сопоставления текстов.
Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды
Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.
Вместе с другими моделями категории «Эмбеддинги» — сравнение идёт внутри одной категории.
Напишите запросы, при необходимости приложите файлы и эталонные ответы.
Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.
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.
Описание составлено по карточке модели и метаданным Hugging Face
Карточка модели maastrichtlawtech/dpr-legal-french на Hugging Face совпадает с карточкой maastrichtlawtech/colbert-legal-french, поэтому описание составлено по ней.
maastrichtlawtech/colbert-legal-french — модель поиска и сопоставления предложений для юридических текстов на французском языке. Она дообучена на базе antoinelouis/colbertv1-camembert-base-mmarcoFR и предназначена для поиска релевантных фрагментов в системах извлечения информации и RAG. Архитектура основана на CamemBERT и ColBERT; модель содержит 137,8 млн параметров, принимает текст с контекстом до 514 токенов и выдаёт оценки сходства и релевантности. В метаданных указан датасет maastrichtlawtech/lleqa и библиотека RAGatouille. Модель опубликована под лицензией MIT.
Ограничена французским языком и юридическим поиском; контекст модели составляет до 514 токенов.
Разделы каталога профессий, в задачах которых используется эта модель
README от автора на Hugging Face, как он его опубликовал
@article{louis2024know,
author = {Louis, Antoine and van Dijck, Gijs and Spanakis, Gerasimos},
title = {Know When to Fuse: Investigating Non-English Hybrid Retrieval in the Legal Domain},
journal = {CoRR},
volume = {abs/2409.01357},
year = {2024},
url = {https://arxiv.org/abs/2409.01357},
eprinttype = {arXiv},
eprint = {2409.01357},
}
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм · sentence-transformers
Подбираем GPU…