/ Модель

Характеристики

Контекст
8 194 токена
Параметры
659 млн
Лицензия
Apache 2.0
Архитектура
xlm-roberta · dense
Библиотека
sentence-transformers
Опубликована
22 апр 2026

PIXIE-Rune-v1.5

ЭмбеддингиТекст → embedding3 профессии

Модель эмбеддингов TelePIX для семантического поиска по корейским и английским текстам, особенно в аэрокосмической тематике.

1 700скачиваний за 30 дней4лайкавеса обновлены22 апр 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 оценки5

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

  • SIB200ClusteringS2S

    main_score

    Результат

    0,3349

    Общий результат 0,4147Общий результат 0,388Общий результат 0,388
    MTEB

    Публичная таблицаревизия совпадает

  • STS17

    main_score

    Результат

    0,8643

    Общий результат 0,7609
    MTEB

    Публичная таблицаревизия совпадает

  • MIRACLReranking

    main_score

    Результат

    0,6473

    MTEB

    Публичная таблицаревизия совпадает

  • PawsXPairClassification

    main_score

    Результат

    0,5357

    Общий результат 0,5244
    MTEB

    Публичная таблицаревизия совпадает

  • KLUE-STS

    main_score

    Результат

    0,8636

    MTEB

    Публичная таблицаревизия совпадает

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

PIXIE-Rune-v1.5 — модель эмбеддингов на базе Sentence Transformers, разработанная компанией TelePIX Co., Ltd. Она предназначена для семантического поиска и информационного поиска, особенно на корейском и английском языках; модель также показывает хорошие результаты в аэрокосмической тематике и подходит для поиска по техническим документам и ответов на вопросы по ним. Архитектура включает XLM-RoBERTa, пулинг CLS-токена и нормализацию выходных векторов. Модель содержит 658,7 млн параметров, формирует эмбеддинги размерности 1024 и поддерживает контекст до 8194 токенов по метаданным; в README указана максимальная длина последовательности 6144 токена. Для сравнения текстов используется косинусное сходство.

Модель обучена с дообучением на наборах данных информационного поиска на корейском и английском языках. Она может применяться для семантического поиска, извлечения релевантных документов и построения многоязычных систем поиска. Лицензия — Apache-2.0.

Ограничения: основная оптимизация выполнена для корейского и английского языков, а качество на других языках и за пределами задач поиска в карточке не подтверждено. Для использования в поисковой системе требуется отдельный механизм индексации и ранжирования результатов.

Сценарии применения

  • семантический поиск по аэрокосмическим техническим документам
  • поиск релевантных документов по запросу на корейском языке
  • поиск англоязычных материалов по смысловому запросу
  • извлечение документов для ответов на технические вопросы
  • поиск по длинным документам и коллекциям текстов

Ограничения

Оптимизирована прежде всего для корейского и английского языков; качество на других языках и для задач вне поиска не подтверждено. Для применения в поиске нужны отдельная индексация и обработка результатов.

Для каких профессий подходит3

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

PIXIE-Rune-v1.5

PIXIE-Rune-v1.5 is an encoder-based embedding model trained on Korean and English information retrieval dataset, developed by TelePIX Co., Ltd. PIXIE stands for TelePIX Intelligent Embedding, representing TelePIX’s high-performance embedding technology. This model is specifically optimized for semantic retrieval tasks in Korean and English, and demonstrates strong performance in aerospace domain. Through extensive fine-tuning and domain-specific evaluation, PIXIE shows robust retrieval quality for real-world use cases such as document understanding, technical QA, and semantic search in aerospace and related high-precision fields. It also performs competitively across a wide range of open-domain Korean and English retrieval benchmarks, making it a versatile foundation for multilingual semantic search systems.

Model Description

  • Model Type: Sentence Transformer
  • Maximum Sequence Length: 6144 tokens
  • Output Dimensionality: 1024 dimensions
  • Similarity Function: Cosine Similarity
  • Language: Multilingual — optimized for high performance in Korean and English
  • Domain Specialization: Aerospace Information Retrieval
  • License: apache-2.0

Full Model Architecture

SentenceTransformer(
  (0): Transformer({'max_seq_length': 6144, 'do_lower_case': False}) with Transformer model: XLMRobertaModel 
  (1): Pooling({'word_embedding_dimension': 1024, 'pooling_mode_cls_token': True, 'pooling_mode_mean_tokens': False, 'pooling_mode_max_tokens': False, 'pooling_mode_mean_sqrt_len_tokens': False, 'pooling_mode_weightedmean_tokens': False, 'pooling_mode_lasttoken': False, 'include_prompt': True})
  (2): Normalize()
)

Quality Benchmarks

PIXIE-Rune-v1.5 is a multilingual embedding model specialized for Korean and English retrieval tasks. It delivers consistently strong performance across a diverse set of domain-specific and open-domain benchmarks in both languages, demonstrating its effectiveness in real-world semantic search applications. The table below presents the retrieval performance of several embedding models evaluated on a variety of Korean and English benchmarks. We report Normalized Discounted Cumulative Gain (nDCG@10) scores, which measure how well a ranked list of documents aligns with ground truth relevance. Higher values indicate better retrieval quality.

All evaluations were conducted using the open-source Korean-MTEB-Retrieval-Evaluators codebase to ensure consistent dataset handling, indexing, retrieval, and nDCG@10 computation across models.

Benchmark Overview and Dataset Descriptions

Model Name# paramsSTELLA (XL)MTEB (ko)RTEB (en)
telepix/PIXIE-Spell-v1.5-0.6B0.6B0.67310.77170.5923
telepix/PIXIE-Spell-Preview-0.6B0.6B0.53640.76120.5722
telepix/PIXIE-Rune-v1.50.5B0.65590.76510.5546
telepix/PIXIE-Rune-v1.00.5B0.63450.76030.5439
telepix/PIXIE-Rune-Preview0.5B0.61270.76980.4925
nvidia/llama-embed-nemotron-8b8B0.71810.78130.6968
Qwen/Qwen3-Embedding-8B8B0.61540.78390.7372
Snowflake/snowflake-arctic-embed-l-v2.00.5B0.54480.73900.5222
BAAI/bge-m30.5B0.50560.74830.5104
Qwen/Qwen3-Embedding-0.6B0.6B0.47070.70170.6521
Octen/Octen-Embedding-0.6B0.6B0.46830.70570.7378
Salesforce/SFR-Embedding-Mistral7B0.4579N/AN/A
Alibaba-NLP/gte-multilingual-base0.3B0.40970.70840.5261
intfloat/multilingual-e5-large-instruct0.6B0.23840.70500.5481
jinaai/jina-embeddings-v30.5BN/A0.7088N/A
openai/text-embedding-3-largeN/AN/A0.66460.6174

To better interpret the evaluation results above, we briefly describe the characteristics and evaluation intent of each benchmark suite used in this comparison. Each benchmark is designed to assess different aspects of retrieval capability, ranging from domain-specific technical understanding to open-domain and multilingual generalization.

STELLA

STELLA is an aerospace-domain Information Retrieval (IR) benchmark constructed from NASA Technical Reports Server (NTRS) documents. It is designed to evaluate both:

  • Lexical matching ability (does the retriever benefit from exact technical terms? | TCQ)
  • Semantic matching ability (can the retriever match concepts even when technical terms are not explicitly used? | TAQ).

STELLA provides dual-type synthetic queries and a cross-lingual extension for multilingual evaluation while keeping the corpus in English.

6 Datasets of MTEB (Korean)

Descriptions of the benchmark datasets used for evaluation are as follows:

  • Ko-StrategyQA
    A Korean multi-hop open-domain question answering dataset designed for complex reasoning over multiple documents.
  • AutoRAGRetrieval
    A domain-diverse retrieval dataset covering finance, government, healthcare, legal, and e-commerce sectors.
  • MIRACLRetrieval
    A document retrieval benchmark built on Korean Wikipedia articles.
  • PublicHealthQA
    A retrieval dataset focused on medical and public health topics.
  • BelebeleRetrieval
    A dataset for retrieving relevant content from web and news articles in Korean.
  • MultiLongDocRetrieval
    A long-document retrieval benchmark based on Korean Wikipedia and mC4 corpus.

RTEB (English)

Retrieval Embedding Benchmark (RTEB), a new benchmark designed to reliably evaluate the retrieval accuracy of embedding models for real-world applications. Existing benchmarks struggle to measure true generalization, while RTEB addresses this with a hybrid strategy of open and private datasets. Its goal is simple: to create a fair, transparent, and application-focused standard for measuring how models perform on data they haven’t seen before.

Direct Use (Semantic Search)

from sentence_transformers import SentenceTransformer
  
# Load the model
model_name = 'telepix/PIXIE-Rune-v1.5'
model = SentenceTransformer(model_name)

# Define the queries and documents
queries = [
        "텔레픽스는 어떤 산업 분야에서 위성 데이터를 활용하나요?",
        "국방 분야에 어떤 위성 서비스가 제공되나요?",
        "텔레픽스의 기술 수준은 어느 정도인가요?",
]
documents = [
        "텔레픽스는 해양, 자원, 농업 등 다양한 분야에서 위성 데이터를 분석하여 서비스를 제공합니다.",
        "정찰 및 감시 목적의 위성 영상을 통해 국방 관련 정밀 분석 서비스를 제공합니다.",
        "TelePIX의 광학 탑재체 및 AI 분석 기술은 Global standard를 상회하는 수준으로 평가받고 있습니다.",
        "텔레픽스는 우주에서 수집한 정보를 분석하여 '우주 경제(Space Economy)'라는 새로운 가치를 창출하고 있습니다.",
        "텔레픽스는 위성 영상 획득부터 분석, 서비스 제공까지 전 주기를 아우르는 솔루션을 제공합니다.",
]

# Compute embeddings: use `prompt_name="query"` to encode queries!
query_embeddings = model.encode(queries, prompt_name="query")
document_embeddings = model.encode(documents)

# Compute cosine similarity scores
scores = model.similarity(query_embeddings, document_embeddings)

# Output the results
for query, query_scores in zip(queries, scores):
    doc_score_pairs = list(zip(documents, query_scores))
    doc_score_pairs = sorted(doc_score_pairs, key=lambda x: x[1], reverse=True)
    print("Query:", query)
    for document, score in doc_score_pairs:
        print(score, document)

License

The PIXIE-Rune-v1.5 model is licensed under Apache License 2.0.

Citation

@misc{TelePIX-PIXIE-Rune-v1.5,
  title={PIXIE-Rune-v1.5},
  author={TelePIX AI Research Team and Bongmin Kim},
  year={2026},
  url={https://huggingface.co/telepix/PIXIE-Rune-v1.5}
}

Contact

If you have any suggestions or questions about the PIXIE, please reach out to the authors at bmkim@telepix.net.

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
XLMRobertaModel
Ревизия весов
29dd334

0 моделей