/ Модель

Характеристики

Контекст
2 048 токенов
Параметры
303 млн
Лицензия
Gemma
Архитектура
gemma3_text · dense
Базовая модель
embeddinggemma-300m
Библиотека
sentence-transformers
Опубликована
16 фев 2026

embeddinggemma-300m-norwegian-health

ЭмбеддингиТекст → embedding3 профессии

Модель превращает норвежские медицинские тексты и запросы в эмбеддинги для семантического поиска и RAG.

127скачиваний за 30 дней2лайкавеса обновлены16 фев 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 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

thivy/embeddinggemma-300m-norwegian-health — дообученная модель эмбеддингов на основе Google EmbeddingGemma-300M, созданная для поиска по медицинской информации на норвежском языке. Она использует текстовый энкодер Gemma 3 с pooling, линейными проекциями и L2-нормализацией; выдаёт векторы размерности 768. Максимальная длина последовательности — 2048 токенов. Поддерживается английский язык, но модель в первую очередь настроена на норвежский текст.

Модель предназначена для семантического поиска по медицинским документам, поиска ответов на вопросы о здоровье и формирования контекста для RAG-систем. В README указаны результаты оценки поиска: NDCG@10 95,65%, MRR@10 94,72% и Accuracy@1 92,50%. Для использования заявлена лицензия Gemma. Модель оптимизирована для норвежских медицинских текстов, может хуже работать в других предметных областях и на очень коротких фрагментах.

Сценарии применения

  • поиск медицинских документов по вопросу на норвежском языке
  • поиск ответов на вопросы о здоровье
  • подбор контекста для медицинской RAG-системы
  • семантический поиск по норвежским клиническим материалам

Ограничения

Оптимизирована преимущественно для норвежских медицинских текстов, поэтому может хуже работать на других языках и в других областях. Для очень коротких текстов результаты могут быть менее надёжными.

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

EmbeddingGemma 300M Norwegian Health Domain Adapted

This is a domain-adapted version of Google's EmbeddingGemma-300M model, fine-tuned specifically for Norwegian health and medical information retrieval tasks.

Model Description

Base Model: google/embeddinggemma-300m
Architecture: Gemma-based encoder with pooling and normalization layers
Embedding Dimension: 768
Max Sequence Length: 2048 tokens
Language: Norwegian (with English support)
Domain: Health, medical, and general Norwegian text

Training Data

The model was fine-tuned on a curated dataset of Norwegian question-answer pairs focusing on health and medical information:

  • ETI Medical Data: 77,310 training pairs from Norwegian health documents
  • NorQuAD: Norwegian reading comprehension questions
  • ScandiQA: Scandinavian question-answering dataset
  • Supervised Domain Adaptation: Curated Norwegian QA pairs

Total Training Samples: ~80,000 (anchor, positive) pairs
Validation: 788 pairs
Test: 790 pairs

Performance

The model demonstrates excellent retrieval performance on Norwegian health information:

MetricScore
NDCG@1095.65%
MRR@1094.72%
Accuracy@192.50%
Accuracy@1098.50%
MAP@10094.76%

Training Configuration

  • Learning Rate: 5e-6 (conservative for domain adaptation)
  • Epochs: 1.0
  • Batch Size: 32
  • Loss Function: CachedMultipleNegativesRankingLoss
  • Mini Batch Size: 16 (for gradient caching)
  • Training Time: ~3.6 hours on H100

Usage

Basic Usage

from sentence_transformers import SentenceTransformer

# Load the model
model = SentenceTransformer('thivy/embeddinggemma-300m-norwegian-health')

# Encode text
texts = [
    "Hva er symptomene på diabetes?",
    "Diabetes kan gi tørste, hyppig vannlating og tretthet."
]
embeddings = model.encode(texts)

# Calculate similarity
similarity = model.similarity(embeddings[0], embeddings[1])
print(f"Similarity: {similarity:.4f}")

Information Retrieval

import numpy as np
from sentence_transformers import SentenceTransformer

model = SentenceTransformer('thivy/embeddinggemma-300m-norwegian-health')

# Example: Medical FAQ retrieval
queries = ["Hva er symptomene på influensa?"]
documents = [
    "Influensa gir feber, hodepine og muskelsmerter.",
    "Diabetes kan føre til økt tørste og hyppig vannlating.",
    "Høyt blodtrykk kan være årsak til hodepine."
]

# Encode
query_embeddings = model.encode(queries)
doc_embeddings = model.encode(documents)

# Find most relevant document
similarities = np.dot(query_embeddings, doc_embeddings.T)
best_match_idx = similarities.argmax()
print(f"Best match: {documents[best_match_idx]}")

RAG Pipeline Integration

from sentence_transformers import SentenceTransformer
import faiss
import numpy as np

model = SentenceTransformer('thivy/embeddinggemma-300m-norwegian-health')

# Create vector database
documents = [...]  # Your Norwegian health documents
doc_embeddings = model.encode(documents)

# Create FAISS index
index = faiss.IndexFlatIP(768)  # Inner product for cosine similarity
index.add(doc_embeddings.astype('float32'))

# Query
query = "Hva er behandling for høyt blodtrykk?"
query_embedding = model.encode([query])

# Search
k = 5  # Top 5 results
scores, indices = index.search(query_embedding.astype('float32'), k)

# Get relevant documents
relevant_docs = [documents[i] for i in indices[0]]

Technical Details

Architecture Components:

  1. Transformer Encoder: Gemma-based language model
  2. Pooling Layer: Mean pooling of token representations
  3. Dense Layers: Two linear projection layers
  4. Normalization: L2 normalization for cosine similarity

Training Approach:

  • Domain adaptation rather than full fine-tuning
  • Conservative learning rate to prevent catastrophic forgetting
  • CachedMultipleNegativesRankingLoss for efficient contrastive learning
  • InformationRetrievalEvaluator for retrieval-specific metrics

Intended Use

This model is specifically designed for:

  • Norwegian health information retrieval
  • Medical question-answering systems
  • RAG pipelines for healthcare applications
  • Semantic search in Norwegian medical documents
  • Clinical decision support tools

Limitations

  • Optimized primarily for Norwegian text (limited multilingual capability)
  • Domain-specific to health/medical content
  • May not perform optimally on other domains without further adaptation
  • Requires sufficient context for optimal performance (not suitable for very short texts)

Citation

If you use this model, please cite:

@misc{embeddinggemma-300m-norwegian-health,
    title={EmbeddingGemma 300M Norwegian Health Domain Adapted},
    author={Thivyesh},
    year={2026},
    url={https://huggingface.co/thivy/embeddinggemma-300m-norwegian-health}
}

License

This model inherits the license from the base EmbeddingGemma model. Please refer to Google's licensing terms for EmbeddingGemma.

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
Gemma3TextModel
Ревизия весов
ff67c33

0 моделей