/ Модель

Характеристики

Контекст
512 токенов
Параметры
137 млн
Архитектура
bert · dense
Базовая модель
gbert-base
Библиотека
PyLate
Опубликована
23 фев 2025

GerColBERT

Сходство предложенийТекст → score8 профессий

GerColBERT — дообученная немецкоязычная ColBERT-модель для многовекторного семантического поиска и ранжирования документов.

237скачиваний за 30 дней1лайквеса обновлены20 авг 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

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

GerColBERT — модель поиска по немецким текстам на основе ColBERT, разработанная для эффективного ранжирования документов с помощью позднего взаимодействия между многовекторными представлениями запроса и документа. Она дообучена на deepset/gbert-base на немецком наборе samheym/ger-dpr-collection; в обучении использовались 10% случайно выбранных троек из итогового набора и внутрибатчевые негативные примеры. Модель использует архитектуру BERT, векторную длину 128 и контекст до 512 токенов; максимальная длина документа при обучении составляла 256 токенов.

Модель предназначена для семантического поиска и извлечения документов, в том числе с индексированием через PyLate и Sentence Transformers. Для хранения весов используется safetensors. В карточке не приведены результаты количественной оценки качества или сведения о лицензии, поэтому качество на конкретных корпусах и условия использования следует проверять отдельно.

Сценарии применения

  • семантический поиск по немецким документам
  • извлечение релевантных документов по немецкому запросу
  • ранжирование результатов поиска на немецком языке
  • создание многовекторного индекса документов

Ограничения

Модель обучалась для немецкого языка; применимость к другим языкам не подтверждена. В карточке нет количественных результатов оценки и сведений о лицензии.

Для каких профессий подходит8

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

Model Overview

GerColBERT is a ColBERT-based retrieval model trained on German text. It is designed for efficient late interaction-based retrieval while maintaining high-quality ranking performance. Training Configuration

  • Base Model: deepset/gbert-base
  • Training Dataset: samheym/ger-dpr-collection
  • Dataset: 10% of randomly selected triples from the final dataset
  • Vector Length: 128
  • Maximum Document Length: 256 Tokens
  • Batch Size: 50
  • Training Steps: 80,000
  • Gradient Accumulation: 1 step
  • Learning Rate: 5 × 10⁻⁶
  • Optimizer: AdamW
  • In-Batch Negatives: Included

Usage

Sentence Transformers

This model can be used with Sentence Transformers as a multi-vector (ColBERT-style late interaction) retriever via the MultiVectorEncoder:

pip install "sentence-transformers>=6.0.0"
from sentence_transformers import MultiVectorEncoder

model = MultiVectorEncoder("samheym/GerColBERT")

query = "Welcher Planet ist als der Rote Planet bekannt?"
documents = [
    "Venus wird wegen ihrer ähnlichen Größe und Nähe oft als Zwilling der Erde bezeichnet.",
    "Mars, bekannt für sein rötliches Aussehen, wird oft als der Rote Planet bezeichnet.",
    "Jupiter, der größte Planet des Sonnensystems, hat einen markanten roten Fleck.",
    "Saturn, berühmt für seine Ringe, wird manchmal mit dem Roten Planeten verwechselt.",
]

query_embeddings = model.encode_query(query)
document_embeddings = model.encode_document(documents)
print(query_embeddings.shape, document_embeddings[0].shape)
# (32, 128) (18, 128)

# MaxSim late-interaction scoring (higher is more relevant)
scores = model.similarity(query_embeddings, document_embeddings)
print(scores)
# tensor([[13.8994, 27.9157, 21.6549, 22.7871]])

PyLate

First install the PyLate library:

pip install -U pylate

Retrieval

PyLate provides a streamlined interface to index and retrieve documents using ColBERT models. The index leverages the Voyager HNSW index to efficiently handle document embeddings and enable fast retrieval.

from pylate import indexes, models, retrieve

# Step 1: Load the ColBERT model
model = models.ColBERT(
    model_name_or_path=samheym/GerColBERT,
)

Как запустить

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

GPU в ailist

Универсальный рантайм · PyLate

Нельзя запустить

Модели PyLate (ColBERT) требуют отдельного рантайма.

Класс архитектуры
BertModel
Ревизия весов
9393707

0 моделей