/ Модель

Характеристики

Контекст
40 960 токенов
Параметры
3,7 млрд
Размер весов
8 ГБ
Лицензия
MIT
Архитектура
qwen3 · dense
Базовая модель
Qwen3-Embedding-4B
Опубликована
12 мар 2026

jua-4B-mixed

Генерация текстаТекст → текст3 профессии

Модель эмбеддингов на базе Qwen3, дообученная для семантического поиска по бразильским юридическим документам и вопросным запросам.

905скачиваний за 30 дней1лайквеса обновлены6 мая 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 «Текст» — 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

jua-4B-mixed — модель текстовых эмбеддингов для семантического поиска по бразильским юридическим материалам, разработанная ufca-llms на основе Qwen/Qwen3-Embedding-4B. Модель дообучена на смешанной разметке: юридических парах JUÁ-Juris, законодательных данных и вопросно-текстовых примерах SQuAD-pt_BR-V1.1.

Она предназначена для плотного поиска по разнородным правовым источникам, поиска документов по вопросу и формирования поискового слоя для RAG-систем. Смешанное обучение рассчитано на сочетание специализации в бразильской юриспруденции с устойчивостью к более широким семантическим запросам. Архитектура — плотная Qwen3ForCausalLM, размер — 3,7 млрд параметров, контекст — до 40 960 токенов; основной язык — бразильский португальский. Для запросов рекомендуется использовать инструкции на стороне запроса.

В README приведены результаты оценки на нескольких юридических наборах данных, включая JUÁ-Juris, JurisTCU, NormasTCU и BR-TaxQA-R. Модель распространяется под лицензией MIT. Она предназначена для получения эмбеддингов и поиска, а не для генерации текста как основной задачи.

Сценарии применения

  • поиск бразильских судебных решений по запросу
  • поиск законов и нормативных актов по смыслу
  • поиск юридических документов по вопросу пользователя
  • подбор источников для юридической RAG-системы

Ограничения

Модель ориентирована прежде всего на бразильский португальский и поиск по правовым материалам; применимость к другим языкам и областям не подтверждена. В README рекомендуется использовать инструкции для запросов.

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

jua-4B-mixed

jua-4B-mixed is a Brazilian Portuguese legal embedding model based on Qwen/Qwen3-Embedding-4B. It was adapted with a mixed supervision regime that combines legal-domain supervision with broader question-passage supervision, and is intended for heterogeneous retrieval settings where legal specialization and broader semantic robustness are both important.

This model is presented in the paper Domain-Adaptive Dense Retrieval for Brazilian Legal Search. It is the mixed condition discussed in the paper.

Model Overview

  • Base model: Qwen/Qwen3-Embedding-4B
  • Model type: text embedding
  • Primary language: Brazilian Portuguese
  • Intended use: dense retrieval for Brazilian legal search
  • Training profile: mixed supervision

The mixed training regime uses:

  • JUÁ-Juris training pairs
  • Ulysses-derived legislative supervision
  • a small synthetic legislative extension based on alternative query formulations
  • SQuAD-pt as a broader question-passage supervision source

Intended Use

This model is best suited for:

  • heterogeneous legal retrieval
  • question-driven legal search
  • retrieval setups that need a stronger balance between legal specialization and semantic robustness
  • upstream retrieval for RAG-like legal pipelines

If your use case is narrowly specialized and more institutionally framed, the legal-only model may be preferable:

  • ufca-llms/jua-4B-legal-only

Usage

Sentence Transformers

# Requires transformers>=4.51.0
# Requires sentence-transformers>=2.7.0

from sentence_transformers import SentenceTransformer

model = SentenceTransformer("ufca-llms/jua-4B-mixed")

queries = [
    "Instruct: Given a Brazilian legal search query, retrieve relevant legal passages or documents.\nQuery: aposentadoria por pensão estatutária",
    "Instruct: Given a Brazilian legal search query, retrieve relevant legal passages or documents.\nQuery: por que dividir um país em estados?",
]

documents = [
    "O art. 5º da Lei 9.717/1998 trata do regime previdenciário dos servidores públicos.",
    "A divisão de um país em estados distribui competências administrativas e políticas em sistemas federativos.",
]

query_embeddings = model.encode(queries)
document_embeddings = model.encode(documents)

similarity = model.similarity(query_embeddings, document_embeddings)
print(similarity)

Transformers

# Requires transformers>=4.51.0

import torch
import torch.nn.functional as F

from torch import Tensor
from transformers import AutoModel, AutoTokenizer


def last_token_pool(last_hidden_states: Tensor, attention_mask: Tensor) -> Tensor:
    left_padding = (attention_mask[:, -1].sum() == attention_mask.shape[0])
    if left_padding:
        return last_hidden_states[:, -1]
    sequence_lengths = attention_mask.sum(dim=1) - 1
    batch_size = last_hidden_states.shape[0]
    return last_hidden_states[
        torch.arange(batch_size, device=last_hidden_states.device),
        sequence_lengths,
    ]


def get_detailed_instruct(task_description: str, query: str) -> str:
    return f"Instruct: {task_description}\nQuery: {query}"


task = "Given a Brazilian legal search query, retrieve relevant legal passages or documents."
queries = [
    get_detailed_instruct(task, "aposentadoria por pensão estatutária"),
    get_detailed_instruct(task, "por que dividir um país em estados?"),
]

documents = [
    "O art. 5º da Lei 9.717/1998 trata do regime previdenciário dos servidores públicos.",
    "A divisão de um país em estados distribui competências administrativas e políticas em sistemas federativos.",
]

input_texts = queries + documents

tokenizer = AutoTokenizer.from_pretrained(
    "ufca-llms/jua-4B-mixed",
    padding_side="left",
)
model = AutoModel.from_pretrained("ufca-llms/jua-4B-mixed")

batch_dict = tokenizer(
    input_texts,
    padding=True,
    truncation=True,
    max_length=8192,
    return_tensors="pt",
)
batch_dict.to(model.device)

outputs = model(**batch_dict)
embeddings = last_token_pool(outputs.last_hidden_state, batch_dict["attention_mask"])
embeddings = F.normalize(embeddings, p=2, dim=1)

scores = embeddings[: len(queries)] @ embeddings[len(queries) :].T
print(scores.tolist())

Evaluation

JUÁ + Quati

The table below reproduces the mixed results reported in the paper over the five legal datasets in the JUÁ evaluation environment plus Quati.

DatasetNDCG@10MRR@10MAP@10
JUÁ-Juris0.2900.2300.231
JurisTCU0.3630.6410.170
NormasTCU0.3050.4740.184
Ulysses-RFCorpus0.4410.6240.315
BR-TaxQA-R0.7770.8000.701
Quati0.5030.7990.247
Average0.4470.5950.308

Shared legal comparison against broader baselines

On the four legal datasets shared by all baselines in the paper's broader comparison (JUÁ-Juris, JurisTCU, NormasTCU, and BR-TaxQA-R), this model obtains:

  • NDCG@10: 0.434
  • MRR@10: 0.536
  • MAP@10: 0.321

Notes

  • Query-side instructions are recommended.
  • This model is intended as the more robust of the two adapted variants discussed in the paper.
  • It preserves most of the legal-only model's legal-domain effectiveness while improving broader and more question-driven retrieval settings.

Citation

If you use this model, please cite:

@misc{pereira2026domainadaptivedenseretrievalbrazilian,
      title={Domain-Adaptive Dense Retrieval for Brazilian Legal Search}, 
      author={Jayr Pereira and Roberto Lotufo and Luiz Bonifacio},
      year={2026},
      eprint={2605.04005},
      archivePrefix={arXiv},
      primaryClass={cs.IR},
      url={https://arxiv.org/abs/2605.04005}, 
}

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
Qwen3ForCausalLM
Ревизия весов
57f491c

0 моделей