/ Модель

Характеристики

Контекст
512 токенов
Параметры
25,9 млн
Архитектура
bert · dense
Базовая модель
gte-tiny
Библиотека
sentence-transformers
Опубликована
18 июл 2026

gte-tiny-llm-family-stylometry

ЭмбеддингиТекст → embedding3 профессии

Компактная модель эмбеддингов на основе GTE Tiny для сравнения и кластеризации английских эссе по сходству авторского и модельного стиля.

99скачиваний за 30 дней0лайковвеса обновлены18 июл 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

trentmkelly/gte-tiny-llm-family-stylometry — дообученная модель SentenceTransformers на основе BERT/GTE Tiny, разработанная для исследовательского анализа стилистических сходств между английскими эссе. Она преобразует текст в векторы размерности 384 и сравнивает их косинусной близостью; предназначена для кластеризации наборов текстов, сравнения центроидов стилей семейств моделей и изучения изменений стиля письма. Модель содержит около 25,9 млн параметров и обрабатывает последовательности длиной до 512 токенов.

Модель обучена на 60 000 триплетах и рассчитана прежде всего на эссе на английском языке. Разработчик сообщает результаты внутренней оценки на парах эссе, но порог для F1 и accuracy подбирался на той же оценке, поэтому эти показатели не подтверждают качество на независимом публичном тесте. Модель не предназначена для обнаружения ИИ-текста; сходство со стилем семейства не доказывает происхождение текста или идентичность модели. Короткие сообщения, код, другие языки и отредактированные документы могут давать ненадёжные результаты. Репозиторий не заявляет новую лицензию на веса, производные от TaylorAI/gte-tiny, поскольку у базовой модели лицензия в Hub не объявлена.

Сценарии применения

  • кластеризация сгенерированных эссе по сходству стиля
  • сравнение стилевых центроидов семейств языковых моделей
  • анализ изменений стиля письма между наборами эссе
  • поиск эссе со сходным авторским стилем

Ограничения

Модель не является детектором ИИ-текста, а сходство стиля не доказывает происхождение или идентичность модели. Она обучена преимущественно на английских эссе; перенос на короткие сообщения, код и другие языки ограничен, а метрики приведены для внутренней оценки без независимого публичного бенчмарка.

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

GTE Tiny LLM-family stylometry embedder

This is a 22.7M-parameter, 384-dimensional SentenceTransformers model fine-tuned to place English essays with similar authorship and model-family style near one another in embedding space.

It is intended for exploratory analysis of aggregate stylistic geometry: clustering batches of model outputs, comparing family centroids, and studying changes in writing style. It is not an AI-text detector, and similarity to a model family is not proof of distillation, training-data provenance, or model identity.

Architecture and training

  • Architecture: BERT / GTE Tiny
  • Parameters: 22,713,216
  • Embedding dimensions: 384
  • Maximum sequence length: 512 tokens
  • Similarity: cosine
  • Training examples: 60,000 triplets
  • Training: one epoch with Multiple Negatives Ranking Loss plus an auxiliary triplet loss
  • Initialization: a general-purpose GTE Tiny stylometry checkpoint ultimately derived from TaylorAI/gte-tiny

The upstream TaylorAI/gte-tiny repository does not currently declare a license in its Hub metadata. Accordingly, this repository does not assert a new license over the upstream-derived weights.

Usage

from sentence_transformers import SentenceTransformer

model = SentenceTransformer("trentmkelly/gte-tiny-llm-family-stylometry")

texts = [
    "First essay or model response...",
    "Second essay or model response...",
]

embeddings = model.encode(
    texts,
    normalize_embeddings=True,
    batch_size=64,
)

cosine_similarity = embeddings @ embeddings.T

For comparisons across model families, use multiple content-matched samples per family and compare centroids in the original embedding space. Dimensionality reductions such as PCA or UMAP are useful visualizations but should not be treated as distance metrics.

Internal evaluation

On an internal held-out essay-pair evaluation, the final checkpoint obtained:

MetricValue
Average precision0.9724
F10.9403
Accuracy0.9377
Precision0.9023
Recall0.9817

The accuracy/F1 figures use a threshold selected on the same internal evaluation output and should not be interpreted as performance on an independent public benchmark. The full training/evaluation record is included as training_metrics.json.

Limitations and responsible use

  • The model was trained primarily on English essay-style text. Results may not transfer to chat, code, short posts, other languages, or heavily edited documents.
  • Topic, prompt wording, register, document length, decoding settings, and provider-specific prompting can all produce apparent family structure.
  • A family centroid based on one representative model is also model-specific; it is not a complete description of the family.
  • Closed model APIs can change without notice, so apparent stylistic relationships are time-dependent.
  • Do not use this checkpoint alone to accuse a person or company of concealed model use, plagiarism, or misrepresentation.
  • For serious comparisons, use content-matched prompts, multiple independent samples, original-space distances, prompt-stratified uncertainty estimates, and explicit negative controls.

Reproducibility notes

The checkpoint was saved with:

  • sentence-transformers==3.3.1
  • transformers==4.57.0
  • torch==2.4.1+cu121

Newer SentenceTransformers releases should load the standard model layout, but the versions above reproduce the original environment most closely.

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
BertModel
Ревизия весов
a732c3d

0 моделей