/ Модель

Характеристики

Контекст
512 токенов
Параметры
162 млн
Архитектура
bert · dense
Базовая модель
Arabic-Triplet-Matryoshka-V2
Опубликована
20 фев 2025

Muffakir_Embedding

ЭмбеддингиТекст → embedding6 профессий

Арабоязычная модель эмбеддингов для семантического поиска и извлечения релевантных фрагментов, особенно в юридических документах и RAG-системах.

392скачиваний за 30 дней5лайковвеса обновлены24 мая 2025

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

Muffakir_Embedding — арабоязычная модель Sentence Transformer, созданная Mohamed2811 на основе Omartificial-Intelligence-Space/Arabic-Triplet-Matryoshka-V2 и дообученная для семантического сходства текстов и поиска информации. Она преобразует предложения и абзацы в плотные векторы размерности 768 и предназначена для семантического поиска, ранжирования релевантных фрагментов, кластеризации и классификации текстов, в том числе в системах RAG для юридических документов.

Обучение проводилось на 20 252 синтетических парах «вопрос—ответ», полученных из египетских юридических книг с помощью LLM; использовались MatryoshkaLoss и MultipleNegativesRankingLoss. Архитектура — BERT, контекст — до 512 токенов. Карточка сообщает о первом месте на арабском RAG-бенчмарке для исламского набора данных, но не приводит подробностей методики сравнения. Модель ориентирована на арабский язык; результаты для других языков не заявлены. Лицензия в предоставленных данных не указана.

Сценарии применения

  • семантический поиск по арабским юридическим документам
  • извлечение релевантных фрагментов для арабской RAG-системы
  • ранжирование ответов по сходству с арабским запросом
  • кластеризация арабских предложений по смыслу
  • классификация арабских текстов на основе эмбеддингов

Ограничения

Обучающие данные синтетические, основаны на египетских юридических книгах и могут ограничивать качество за пределами арабского языка и юридической тематики. Контекст ограничен 512 токенами; лицензия в предоставленных данных не указана.

Для каких профессий подходит6

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

image/png

Model Summary:

This model is a Sentence Transformer based on Omartificial-Intelligence-Space/Arabic-Triplet-Matryoshka-V2, fine-tuned for semantic textual similarity and information retrieval tasks. It maps sentences to dense vector representations for tasks like search, clustering, and text classification.

Dataset:

  • The dataset used for training is derived from Egyptian law books.
  • It consists of synthetic data generated using a Large Language Model (LLM).
  • The dataset contains 20,252 samples, formatted as question-answer pairs.

Key Features:

  • Vector Representation: 768-dimensional embeddings.
  • Training Loss: MatryoshkaLoss & MultipleNegativesRankingLoss.
  • Evaluation Metrics: Cosine similarity-based metrics (Accuracy, Precision, Recall, NDCG).

🏆 Leaderboard Performance

The Muffakir_Embedding model has achieved notable rankings on the Arabic RAG Leaderboard, securing:

🥇 1th place in the Islamic Dataset

These results underscore the model's effectiveness in both retrieving relevant information and accurately ranking it within Arabic Retrieval-Augmented Generation (RAG) systems.


This model is optimized for legal document retrieval and other NLP applications in Arabic.

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
BertModel
Ревизия весов
354d8d8

0 моделей