I.11Классификация, ранжирование и сопоставление

nli-MiniLM2-L6-H768-nvidia-aegis-v1 — дообученная модель leomaurodesenv на основе cross-encoder/nli-MiniLM2-L6-H768. Это плотная архитектура RoBERTa с 95,2 млн параметров, рассчитанная на классификацию текста; базовая модель определяет логическое отношение между парой предложений и поддерживает классификацию без специального обучения на примерах задачи. Контекст составляет 514 токенов. Модель можно применять для классификации текста и определения логических отношений между предложениями. В README приведены результаты оценки: точность 0,8711 и loss 0,3229, однако набор данных и подробности оценки не раскрыты. Модель распространяется в формате Safetensors по лицензии Apache-2.0.

leomaurodesenv/nli-MiniLM2-L6-H768-nvidia-aegis-v2-augmented — дообученная модель на базе cross-encoder/nli-MiniLM2-L6-H768 для классификации отношений между текстами. В карточке приведены результаты оценки: loss 0,3119 и accuracy 0,8644; обучающий датасет не раскрыт. Модель использует архитектуру RoBERTa для классификации последовательностей, содержит 95,2 млн параметров и принимает до 514 токенов контекста. Она подходит для определения логического отношения между парой предложений и классификации текста. Лицензия — Apache-2.0.

NLLB-CLIP — мультиязычная модель сопоставления изображений и текста, разработанная Visheratin. Она объединяет текстовый энкодер NLLB с визуальным энкодером стандартного CLIP и предназначена для классификации изображений по текстовым описаниям без специального обучения на каждом наборе меток. Модель расширяет возможности CLIP на 201 язык набора FLORES-200 и хорошо работает с языками с ограниченными ресурсами. В карточке указано, что она достигла лучшего результата на Crossmodal-3600; конкретные показатели не приведены. Модель представлена в формате PyTorch и использует библиотеку open_clip. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но запрещает коммерческое применение. Модель рассчитана на оценивание соответствия изображений текстовым меткам; карточка не описывает другие режимы работы.

nomic-embed-text-v1-ablated — текстовый энкодер для создания векторных представлений предложений и текстов, разработанный Nomic AI. Это контрольный чекпойнт семейства Nomic Embed Text, обученный на изменённом наборе данных, отличавшемся от данных финальной модели; его выпустили, чтобы изучать влияние частей обучающего набора на результаты. Архитектура — NomicBert, доступны форматы PyTorch и ONNX, контекстное окно составляет 8192 токена. Модель подходит для извлечения эмбеддингов и вычисления сходства между текстами, например, для поиска по смыслу и оценки близости предложений. Разработчики рекомендуют для практического извлечения эмбеддингов использовать nomic-embed-text-v1. README не сообщает поддерживаемые естественные языки или лицензию, поэтому эти сведения не включены.

Noql — компактная модель эмбеддингов предложений на персидском языке от shekar-ai. Она основана на ALBERT, использует mean pooling и L2-нормализацию и предназначена для поиска и сравнения текстов. README сообщает о 11,9 млн параметров, тогда как метаданные Hugging Face указывают 142,4 млн; размер модели поэтому не удаётся согласовать. Контекст составляет 512 токенов. Модель обучена на наборе Shiraz в два этапа: на парах запрос–документ с внутрипакетными отрицательными примерами, затем с добавлением сложных отрицательных примеров. Matryoshka-обучение позволяет сокращать 768-мерные эмбеддинги до 512, 256, 128 или 64 измерений с небольшим снижением результатов на FaMTEB. Подходит для семантического поиска, извлечения документов и оценки сходства персидских текстов. Модель распространяется по лицензии Apache-2.0. Ее область применения ограничена персидским языком; результаты на других языках не описаны.

nyx — компактная модель принятия решений на 4 млрд параметров, созданная Devansh Batham на базе Qwen/Qwen3.5-4B. Она предназначена для задач Choice, Score и Noul, а также классификации запросов; в README приведены результаты на наборах AG News, TREC coarse и CoLA. Модель поставляется одним файлом GGUF размером 3,29 ГБ для запуска через llama.cpp на CPU, Apple Metal, NVIDIA CUDA и AMD HIP. Метаданные отмечают поддержку диалога, а формат GGUF указывает на квантованную поставку. В бенчмарках nyx показывает разные результаты относительно базовой модели: выше на CoLA и ниже на AG News и TREC coarse. Опубликованный файл GGUF совпал с эталонной версией nyx в 98,73% случаев отдельного теста точности воспроизведения. Лицензия — Apache-2.0.

OLA-Embed — разработанная OneLineAI / OLAIR мультимодальная модель эмбеддингов на 8 млрд параметров, дообученная на базе Qwen/Qwen3-VL-Embedding-8B для финансового поиска и многоязычного retrieval. Она кодирует текст, изображения документов и таблиц, скриншоты, изображения, видео и смешанные входы в общее векторное пространство; подходит для семантического поиска, RAG, межъязыкового поиска, сравнения сходства, кластеризации и удаления дубликатов. Модель построена на архитектуре Qwen3-VL, поддерживает Sentence Transformers, возвращает L2-нормированные векторы размерностью до 4096 и обучалась с контрастивной функцией потерь, hard negatives и Matryoshka-представлениями. Основная проверенная область — финансовые документы, а приоритетные языки оценки — корейский, английский, японский и вьетнамский. Лицензия модели — Apache-2.0. Качество для других языков и предметных областей требует отдельной оценки. В карточке нет специализированных оценок самой модели для мультимодальных задач; качество может снижаться на сложных таблицах, низкокачественных скриншотах и нестандартной разметке документов. Модель не генерирует текст и не является реранкером; её результаты не гарантируют фактическую точность и не должны быть единственным основанием для финансовых, юридических или регуляторных решений. Условия лицензирования исходных обучающих данных могут различаться.

OpenJEV E4B 1.0 — модель для классификации с выбором из заданного набора вариантов, разработанная командой OpenJEV на базе Gemma 4 E4B Instruct. На вход подаются текстовое состояние, вопрос и два или более вариантов; модель возвращает вероятность для каждого варианта напрямую, без генерации текста. Подходит для классификации тональности, тем, намерений и проверки следования из текста. Модель использует плотную архитектуру и обучалась на текстовых данных. В экспериментальном режиме можно подавать изображения и аудио, сохраняя энкодеры Gemma, однако адаптер, обновления основной модели и классификационная голова обучались только на тексте. Публичная поставка включает адаптер, обновления выбранных слоёв и голову принятия решений; для загрузки требуется базовая модель google/gemma-4-E4B-it. Лицензия — Apache-2.0. Оценки на опубликованных тестах показывают неоднородные результаты: улучшения на некоторых задачах с вариантами ответа и небольшое либо отсутствующее преимущество на других. Авторы отмечают чувствительность к порядку вариантов и то, что тесты не позволяют отделить вклад отдельных компонентов модели. Мультимодальный режим экспериментальный и проверялся только на небольших синтетических примерах.

Репозиторий UCSC-VLAA/openvision-vit-large-patch14-224 содержит веса визуального энкодера OpenVision из семейства моделей, описанного в статье «OpenVision: A Fully-Open, Cost-Effective Family of Advanced Vision Encoders for Multimodal Learning». Модель предназначена для извлечения признаков изображений и может использоваться в задачах классификации изображений без дообучения, в том числе для оценки соответствия изображения текстовым меткам.

UCSC-VLAA/openvision-vit-small-patch16-224 — визуальный энкодер из семейства OpenVision, описанного в работе «OpenVision: A Fully-Open, Cost-Effective Family of Advanced Vision Encoders for Multimodal Learning». Репозиторий содержит веса модели в формате PyTorch и предназначен для извлечения признаков изображений, а также для классификации изображений по текстовым описаниям без дополнительного обучения. Модель рассчитана на мультимодальные сценарии, где визуальные признаки используются для сопоставления изображений с текстовыми запросами. По названию репозитория это вариант ViT-Small с патчами 16×16 и входным разрешением 224 пикселя. Лицензия — Apache-2.0.

rpro57/Os_Vencedores1 — модель Sentence Transformer на архитектуре BERT, обученная разработчиком rpro57 для получения векторных представлений предложений и абзацев. Она предназначена для семантического поиска и сравнения текстов, поиска перефразировок, кластеризации и классификации. Модель выдаёт плотные эмбеддинги размерности 384; сходство можно оценивать косинусной близостью. В карточке приведена оценка поиска по медицинскому датасету Vigilante-Medico, а обучающие примеры написаны на португальском языке. Метаданные указывают 124,3 млн параметров и контекст до 512 токенов; README задаёт максимальную длину последовательности 128 токенов. При использовании следует учитывать это различие и ориентироваться на конфигурацию загруженной модели. Данных о лицензии в доступных источниках нет.

yahyaabd/paraphrase-multilingual-miniLM-L12-V2-mnrl — многоязычная модель Sentence Transformer, дообученная автором на наборе statictable-triplets-all на основе sentence-transformers/paraphrase-multilingual-MiniLM-L12-v2. Архитектура использует BERT с усреднением токенных представлений и формирует плотные векторы размерностью 384; для сравнения применяется косинусное сходство. Метаданные указывают 124,3 млн параметров и контекст до 512 токенов, а конфигурация из README ограничивает длину последовательности 128 токенами. Модель предназначена для вычисления семантической близости предложений и абзацев, семантического поиска и подбора перефразировок; полученные эмбеддинги также подходят для кластеризации и классификации текста. Примеры обучающих данных относятся к названиям и запросам о статистических таблицах, поэтому модель может быть полезна для поиска релевантных таблиц по формулировке пользователя. README приводит метрики поиска на наборе bps-statictable-ir, но результаты относятся к этому набору и не гарантируют качество на других данных. Поддержка конкретных языков и лицензия в предоставленных сведениях не установлены.

Модель legalvn/paraphrase-multilingual-MiniLM-L12-v2-vn-171000 — дообученная на вьетнамских парах текстов модель Sentence Transformer на базе sentence-transformers/paraphrase-multilingual-MiniLM-L12-v2. Она преобразует предложения и абзацы в плотные векторы размерности 384 для поиска семантически близких текстов, сравнения сходства, поиска перефразирований, кластеризации и классификации текста. Архитектура включает BERT с усреднением токенных представлений; карточка указывает максимум 128 токенов на последовательность, а метаданные — контекст до 512 токенов. Для сравнения векторов применяется косинусное сходство. Модель содержит 124,3 млн параметров и распространяется в формате safetensors. Примеры обучающих данных и название модели указывают на специализацию на вьетнамском языке, в том числе на текстах юридической тематики; README также описывает её как многоязычную. Лицензия в предоставленных данных не указана. Качество для конкретной области или языка следует оценивать на собственных данных; длина последовательности в карточке ограничена 128 токенами.

Perception Encoder PE-Core-S16-384 — визуальный энкодер семейства Perception Encoder, разработанный Meta. Модель использует vision-language обучение с контрастивным предобучением и дообучением на синтетически выровненных видеоданных; конфигурация S/16-384 в README отдельно не описана, поэтому её размер и точные параметры здесь не приводятся. Модель предназначена для классификации изображений по текстовым описаниям без специального обучения на целевых классах. Семейство PE также рассчитано на получение визуальных признаков для классификации, поиска и задач понимания видео. Репозиторий содержит веса PyTorch; лицензия Apache-2.0.

Карточка модели facebook/PE-Spatial-T16-512 на Hugging Face совпадает с карточкой facebook/PE-Core-L14-336, поэтому описание составлено по ней. Perception Encoder PE-Core-L14-336 — модель Meta для визуального понимания, обученная с помощью контрастивного обучения изображений и текста и дообученная на синтетически согласованных видео. Это вариант размера L: визуальный энкодер с архитектурой ViT-L/14 содержит 0,32 млрд параметров и обрабатывает изображения с разрешением 336 пикселей. Для извлечения глобальных признаков используются attention pooling и class token. Модель предназначена для классификации изображений по текстовым описаниям без дополнительного обучения, поиска изображений и видео по тексту, а также извлечения визуальных признаков для последующих задач. В README указаны результаты на наборах ImageNet, ObjectNet и Kinetics-400; версия L/14 показывает сильные результаты, в том числе на сложных наборах ObjectNet и ImageNet-A. Репозиторий содержит веса PyTorch и код загрузки через библиотеку perception-encoder. Лицензия — Apache-2.0. README описывает семейство PE Core как включающее визуальную и текстовую башни, но таблица именно для L/14 приводит характеристики только визуальной башни; отдельные размер и длина контекста текстовой части этого чекпойнта не установлены приведёнными данными. Для работы с видео требуется декодирование в тензоры PyTorch.

PhotonBERT-30M-1B — англоязычный двунаправленный энкодер с 29,7 млн параметров, разработанный RikkaBotan на основе иерархии PHOTON и обученный с нуля для masked language modeling. Архитектура делит последовательность на чанки нескольких масштабов: контекст кодируется на пониженной частоте, затем локальные декодеры восстанавливают представления токенов. Модель принимает последовательности длиной до 1 024 токенов; лимит контекста в метаданных указан как 8 192 токена. Используются токенизатор ModernBERT с 50 368 элементами словаря и веса в форматах PyTorch и Safetensors. Модель предназначена для заполнения маскированных токенов и может служить энкодером для классификации текста и задач GLUE, а также для извлечения признаков и retrieval-сценариев. В README приведены результаты на части задач GLUE, но checkpoint обучен только на первом этапе и имеет ограниченный бюджет — 1 млрд токенов. README сообщает, что для загрузки требуется trust_remote_code=True. Лицензия — Apache-2.0.

OPI-PIB разработал Polish ModernBERT-512-large — крупный одноязычный польский энкодер на архитектуре ModernBERT с 474,5 млн параметров. Модель предварительно обучена для понимания польского языка; использует RoPE, слои GeGLU, предварительную нормализацию и чередование глобального и локального внимания. Контекст составляет 514 токенов, веса доступны в формате safetensors. Основная задача модели — предсказание замаскированных токенов. После дообучения энкодер можно адаптировать для классификации текстов и документов, разметки последовательностей, регрессии, семантического сходства, поиска и ранжирования. В оценке на польских NLU-задачах модель показала конкурентные результаты относительно других польских энкодеров; готовые результаты для конкретных прикладных задач потребуют адаптации. Модель обучена на большом польском корпусе, включая Common Crawl, и предназначена для создания решений обработки польского языка. Лицензия Apache-2.0.

OPI-PIB/pl-ModernBERT-base — базовый одноязычный энкодер ModernBERT для польского языка, обученный разработчиками семейства Polish ModernBERT. Модель содержит 148,7 млн параметров, использует 22 слоя с размером скрытого состояния 768 и принимает последовательности длиной до 8 194 токенов. Архитектура включает RoPE, слои GeGLU, предварительную нормализацию и чередование глобального и локального внимания; веса доступны в формате Safetensors. Модель предварительно обучена на польском корпусе примерно из 44,5 млрд токенов с задачей masked language modeling. В исходном виде она подходит для заполнения пропусков в тексте, а после адаптации — для классификации документов и последовательностей, разметки сущностей, оценки сходства, поиска и переранжирования. В оценке на 30 польских NLU-задачах базовые варианты показали конкурентные результаты, включая задачи с длинным контекстом. Модель принимает текст и выдаёт текстовые предсказания токенов; она не является готовым чат-ассистентом и для большинства прикладных задач требует дообучения или дополнительной головы. Лицензия Apache-2.0 допускает широкое использование при соблюдении её условий.

0xnu/pmmlv2-fine-tuned-flemish — модель эмбеддингов на архитектуре BERT, созданная Finbarrs Oketunji на основе sentence-transformers/paraphrase-multilingual-MiniLM-L12-v2 и дообученная для фламандского языка. Она преобразует предложения в векторы для сравнения семантического сходства, поиска похожих фраз и использования в системах поиска по смыслу. Модель рассчитана на работу с библиотекой Sentence-Transformers, содержит 124,3 млн параметров и принимает текст с контекстом до 512 токенов. Метаданные также отмечают поддержку множества языков; основное назначение дообучения — фламандский. Лицензия — MIT.

pplx-embed-v1-0.6b-acta-ita — модель эмбеддингов Infocube на архитектуре Sentence Transformer, дообученная на базе perplexity-ai/pplx-embed-v1-0.6b для поиска сходства между итальянскими административно-правовыми актами. Она предназначена для семантического поиска, сопоставления и группировки тем по заголовкам муниципальных актов; обучение проведено на 9 522 триплетах, сформированных из примерно 134 тысяч итальянских заголовков. В тесте на 1 000 отложенных триплетах точность составила 0,825: выше базовой модели (0,805), но ниже указанного в карточке результата jina-embeddings-v3 (0,850). Модель принимает текст и возвращает векторные представления, пригодные для сравнения по косинусному сходству. Лицензия — Apache-2.0.

Модель brilan/procedure-tool-matching_3_epochs — дообученный Sentence Transformer на базе sentence-transformers/all-mpnet-base-v2, созданный для сопоставления описаний процедур с инструментами и командами. Архитектура включает MPNet, усреднение токенных представлений и нормализацию; она преобразует предложения и абзацы в плотные векторы размерности 768, сравниваемые по косинусному сходству. В метаданных указано 136,7 млн параметров и библиотека Sentence Transformers; ограничение контекста составляет 514 токенов по метаданным и 384 токена в карточке модели. Модель подходит для семантического поиска, ранжирования похожих описаний, поиска перефразировок и кластеризации текстов о процедурах и инструментах. Обучение проведено на примерах anchor-positive-negative с MultipleNegativesRankingLoss. Карточка приводит высокие значения cosine_accuracy на dev и test, но не раскрывает название датасета или подробности методики, поэтому эти результаты не гарантируют качество на других данных. Лицензия в предоставленных сведениях не указана.

pritamdeka/PubMedBERT-mnli-snli-scinli-scitail-mednli-stsb — модель на архитектуре BERT, обученная для получения эмбеддингов предложений и абзацев. Она преобразует текст в плотные векторы размерности 768 и рассчитана на семантический поиск, кластеризацию и сравнение сходства предложений. В обучении использованы наборы SNLI, MNLI, SCINLI, SCITAIL, MEDNLI и STSB; модель содержит 136,7 млн параметров и принимает последовательности длиной до 512 токенов. Модель подходит для поиска семантически близких научных и медицинских текстов, группировки документов по смыслу и расчёта сходства между предложениями. Она выдаёт векторы, а не готовые ответы или метки. Карточка не сообщает лицензию и не приводит явный перечень поддерживаемых естественных языков.

TencentARC/QA-CLIP-ViT-B-16 — модель семейства Chinese CLIP, разработанная лабораторией QQ-ARC совместно с Tencent PCG. Она обучена сопоставлять изображения с китайскими текстовыми описаниями и предназначена для классификации изображений без дообучения по заданным текстовым меткам. Её также оценивали на задачах поиска изображений по тексту и текста по изображениям на китайских наборах данных. Модель обучали на 100 миллионах пар изображений и китайских описаний, отобранных из 400 миллионов публично доступных URL изображений с текстом. В репозитории представлены веса PyTorch, лицензия — Apache-2.0. Конкретные размер контекста и число параметров в предоставленных данных не приведены.

lucaswychan/Qwen2.5-Math-1.5B-Reasoning-Embedding — мультиязычная модель эмбеддингов на базе decoder-only архитектуры Qwen2.5-Math-1.5B, дообученная контрастивным обучением. Она преобразует текст в векторные представления для сравнения семантического сходства предложений и может использоваться как компонент поиска по смыслу или ранжирования текстов. Модель содержит 1,5 млрд параметров, принимает контекст длиной до 4096 токенов и распространяется в формате safetensors; для загрузки через Sentence Transformers или Transformers в карточке рекомендуется включить trust_remote_code. Авторы исследуют, дают ли языковые модели, обученные рассуждению с проверяемыми наградами, более качественную основу для эмбеддингов. Описанные эксперименты на MTEB и BRIGHT не выявили устойчивого преимущества такой инициализации над базовой моделью при одинаковом обучении эмбеддингов. Модель выпущена под лицензией Apache-2.0. README не приводит численных результатов именно этого чекпойнта или подробной оценки его языкового покрытия.

lucaswychan опубликовал дообученную модель эмбеддингов на основе плотной decoder-only архитектуры Qwen3.0-0.6B. Она предназначена для преобразования текстов в векторные представления и сравнения их семантической близости; в исследовании модель используется для изучения того, как обучение с подкреплением влияет на качество эмбеддингов. README сообщает, что такое начальное обучение не даёт устойчивого преимущества перед базовой моделью после одинакового контрастивного дообучения. Модель содержит 507,9 млн параметров, поддерживает контекст до 32 768 токенов и рассчитана на многоязычные тексты. Для использования доступны форматы Sentence Transformers и Transformers; README рекомендует включить trust_remote_code=True. Лицензия — Apache-2.0. В README описаны результаты исследований на MTEB и BRIGHT, но конкретные численные оценки этой модели не приведены.

knowledgator/Qwen-encoder-0.5B — текстовая модель Knowledgator на архитектуре Qwen2 с 494 млн параметров. Это двунаправленная версия Qwen2-0.5B, преобразованная в текстовый энкодер по подходу LLM2Vec: с двунаправленным вниманием, masked token prediction и контрастивным обучением на данных Wikipedia. Модель предназначена для извлечения контекстных представлений текста и адаптации к задачам классификации, ответов на вопросы и разметки токенов, включая распознавание именованных сущностей. Модель работает с текстом, использует библиотеку Transformers и поддерживает контекст до 131 072 токенов. В карточке указаны английский язык и датасет Wikipedia. Указанная лицензия — Apache-2.0. README содержит примеры адаптации и дообучения под конкретные дискриминативные задачи; результатов оценки качества для отдельных задач в предоставленных материалах нет.

Qwen-encoder-1.5B-i1-GGUF — квантованная версия текстовой encoder-модели knowledgator/Qwen-encoder-1.5B, подготовленная mradermacher в формате GGUF. Модель основана на архитектуре Qwen и имеет около 1,5 млрд параметров. В карточке указаны английский язык и обучение на данных Wikimedia Wikipedia. Модель предназначена для задач, где нужны представления текста и анализ содержимого, включая классификацию, извлечение именованных сущностей (NER) и question answering. Как encoder она ориентирована на обработку входного текста, а не на генерацию диалоговых ответов. Максимальный размер контекста, поддерживаемые дополнительные модальности и подробные результаты оценки в README не указаны. Основное преимущество — доступность в большом наборе квантованных вариантов GGUF размером примерно от 0,5 до 1,4 ГБ, что упрощает запуск на устройствах с ограниченной памятью. При этом степень квантования влияет на качество: наиболее компактные варианты отмечены как имеющие низкое качество, а для баланса скорости, размера и качества рекомендуются i1-Q4_K_S и i1-Q4_K_M. Лицензия модели — Apache-2.0.

DivyaMereddy007/RecipeBert1 — модель на базе BERT из библиотеки Sentence Transformers, разработанная пользователем DivyaMereddy007. Она преобразует предложения и абзацы в плотные векторы размерности 768 для кластеризации, семантического поиска и сравнения сходства текстов. Модель содержит 136,7 млн параметров, принимает текст и поддерживает контекст до 512 токенов. Для обучения использовалась функция потерь CosineSimilarityLoss. Модель подходит для построения поиска по рецептам и другим текстам, группировки похожих описаний и получения векторных представлений для последующего сравнения. В карточке указана лицензия Apache 2.0.

Это англоязычный Cross-Encoder, дообученный авторами на базе microsoft/MiniLM-L12-H384-uncased на наборе MS MARCO с использованием Sentence Transformers. Модель оценивает пару «запрос — текст» одним релевантностным баллом и предназначена для повторного ранжирования результатов поиска и семантического поиска. Модель построена на архитектуре BERT и содержит около 40 млн параметров. Она принимает текстовые пары, поддерживает последовательности длиной до 512 токенов и выдаёт оценку релевантности. В карточке приведены результаты оценки на наборах NanoMSMARCO, NanoNFCorpus, NanoNQ и NanoBEIR. Модель рассчитана на английский язык и обучена на MS MARCO; перенос качества на другие языки и предметные области не подтверждён приведёнными данными. Лицензия в предоставленной карточке не указана.

RobBERT-2023-base-ft — дообученная модель на базе DTAI-KULeuven/robbert-2023-dutch-base, представленная в формате sentence-transformers. Она предназначена для получения представлений нидерландских запросов и документов и измерения сходства между предложениями; авторы сообщают о сильных результатах на MTEB-NL. Модель построена на архитектуре RoBERTa, содержит 151,6 млн параметров и поддерживает контекст до 514 токенов. Модель подходит для семантического поиска, сопоставления запросов с фрагментами документов и задач ранжирования на нидерландском языке. В README приведён пример кодирования запросов и текстов из MS MARCO; в метаданных перечислены датасеты BEIR-NL для поиска, вопросов и ответов и проверки фактов. Лицензия — MIT. Модель работает с текстом и выдаёт эмбеддинги, которые можно использовать для вычисления сходства и поиска. Её специализация — нидерландский язык; приведённая оценка качества относится к MTEB-NL, а результаты на других языках и типах данных не описаны.