I.11Классификация, ранжирование и сопоставление

sahilchachra/Laya-Multilingual-MXFP8 — квантованный мультиязычный энкодер ModernBERT, подготовленный автором репозитория на основе convaiinnovations/laya для запуска через MLX на Apple Silicon. Модель содержит около 306,9 млн параметров, использует MXFP8 и рассчитана на контекст до 8192 токенов. Она предназначена для извлечения признаков из текста и создания пользовательских MLX-голов; это двунаправленный энкодер, а не генеративная чат-модель. Репозиторий включает только энкодер: отдельная голова принятия решений из исходного Laya здесь не опубликована, поэтому для API Laya требуется upstream-репозиторий. README сообщает о поддержке более 100 языков через основу mmBERT. Проверка на небольшом наборе показала заметный дрейф скрытых состояний после квантования и возможное изменение результата при близких оценках; для точных или чувствительных к калибровке решений рекомендуется исходная версия bf16/fp32. Файлы опубликованы в формате safetensors; условия лицензии в предоставленных данных не описаны.

tojpaj разработал NGO Legal Aid — Intake Routing Model для автоматической маршрутизации обращений в организации юридической помощи. Это дообученная DistilBERT-модель классификации текста с 16 категориями практики: от жилищных и семейных вопросов до иммиграции и домашнего насилия. Она предназначена для первичной сортировки описаний проблем, поданных через форму или введённых сотрудником, чтобы направить обращение в очередь подходящего специалиста. Модель построена на distilbert/distilbert-base-uncased, распространяется в формате safetensors и принимает текст с контекстом до 512 токенов. README указывает английский как основной язык классификатора; для Hindi и Punjabi в описываемой системе задействованы отдельные компоненты на базе Gemma, RAG и внешних сервисов, а распознавание речи выполняет Whisper. Эти возможности не следует приписывать самой DistilBERT-модели. Для английского в README приведены точность 74,2% и macro-F1 60,0%; это ориентиры, а не гарантия качества на новых данных. Классификатор обучен на американских юридических обращениях, поэтому категории и результаты не подтверждают применимость к правовым системам других юрисдикций. Он предназначен для маршрутизации, а не для юридических консультаций или автономных решений по делу; выводы следует проверять сотруднику. Лицензия — CC-BY-4.0.

mesolitica/llama2-embedding-600m-8k — текстовая модель для построения эмбеддингов на основе архитектуры Llama 2, разработанная Mesolitica. Она предназначена для извлечения векторных представлений малайзийских текстов, например, для поиска и сравнения текстов по смыслу. Модель содержит 535,8 млн параметров; при обучении использовалась длина контекста до 8 тыс. токенов, а при инференсе заявлена поддержка до 32 768 токенов. Доступна в формате safetensors. Карточка не сообщает лицензию и не приводит подробных результатов оценки качества. Заявленная возможность работы с длинным контекстом относится к инференсу; обучение проводилось на усечённых последовательностях длиной до 8 тыс. токенов.

LLM2CLIP-Openai-L-14-336 — модель семейства CLIP, опубликованная Microsoft и исследователями из Университета Тунцзи. Это визуальный backbone для сопоставления изображений и текста: модель строит эмбеддинги, которые можно использовать для поиска соответствий между изображениями и текстовыми описаниями, включая длинные и сложные подписи. Подход LLM2CLIP переносит текстовые возможности больших языковых моделей в пространство эмбеддингов CLIP с помощью контрастивного дообучения, а затем использует полученные представления для обучения визуального энкодера. В README описаны улучшения поиска по коротким и длинным текстам и многоязычного поиска; приведённый вариант предназначен для изображений и retrieval. Репозиторий содержит веса safetensors. Модель распространяется по лицензии Apache-2.0. README предупреждает, что результаты статьи получены на весах PyTorch и производительность версии Hugging Face может отличаться.

mentee-embed-v3 — модель для получения плотных векторных представлений текстов, разработанная Syed Syab Ahmad Shah и командой MenteE AI. Она предназначена для поиска по смыслу, сравнения предложений и многоязычного извлечения документов на английском, арабском и урду. Модель содержит 41 млн параметров и построена на 12-слойном Transformer с размерностью эмбеддингов 384. Она обучена с нуля: авторы создали собственный BPE-токенизатор, провели предварительное обучение на более чем 2,1 млн предложений и затем применили контрастивное обучение с подбором трудных отрицательных примеров. Репозиторий использует Transformers и формат safetensors; метаданные указывают контекст до 512 токенов, а README — максимальную длину последовательности 128 токенов. Модель показала результаты выше all-MiniLM-L6-v2 на описанном авторами тесте с небольшим пулом кандидатов, но уступает более крупным многоязычным базовым моделям. Качество ниже на арабском и урду, а на извлечении из Википедии она уступает предобученным конкурентам; полного набора MTEB нет. Лицензия — Apache-2.0.

nreimers/MiniLM-L6-H384-uncased — компактная модель семейства MiniLM, представленная Nils Reimers. Это версия Microsoft MiniLM-L12-H384-uncased, полученная удалением каждого второго слоя; архитектура — BERT с шестью слоями и примерно 25,9 млн параметров. Модель извлекает контекстные признаки из текста и подходит для построения текстовых представлений в NLP-системах. Она поддерживает последовательности длиной до 512 токенов и распространяется в форматах PyTorch и Flax. Модель можно использовать как основу для извлечения признаков в поиске, кластеризации и последующей классификации текста. Уменьшенная глубина делает её компактнее исходной 12-слойной версии, но сама карточка не приводит сравнительных оценок качества. Поддерживаемый язык в карточке не указан. Лицензия — MIT.

MiniLM-searchkeys — англоязычный энкодер Sentence Transformers, дообученный Saber Zahhar, Nédra Mellouli, Christophe Rodrigues и Nicolas Travers в рамках SearchKeys для многодоменного ранжирования ключевых фраз. Модель кодирует документ и кандидаты ключевых фраз в общее 384-мерное пространство; косинусное сходство служит оценкой релевантности, в том числе для фраз, которых буквально нет в документе. Модель предназначена для ранжирующего компонента конвейера предсказания ключевых фраз с поиском по размеченному корпусу: кандидаты сначала извлекаются, например BM25-поиском по близким документам, а затем сортируются по эмбеддинговому сходству, при необходимости с учётом частоты кандидата. Обучение объединяет датасеты компьютерной науки, биомедицины и новостей, поэтому модель рассчитана на эти три области. Это BERT-подобная модель на базе sentence-transformers/all-MiniLM-L12-v2 с 40 млн параметров; принимает текст и возвращает эмбеддинги. Контекст составляет 512 токенов, более длинный текст обрезается. Лицензия — CC; точный вариант лицензии в предоставленных данных не уточнён.

Mesolitica/mistral-embedding-191m-8k-contrastive — текстовая модель для извлечения признаков и получения эмбеддингов. Согласно карточке, модель семейства Mistral обучена на задаче создания эмбеддингов для малайзийского текста с контрастивной функцией потерь; обучение использовало усечённые последовательности длиной до 8 тысяч токенов. Метаданные указывают 166,1 млн параметров и нативный контекст до 32 768 токенов. Модель предназначена для преобразования текста в векторы, которые можно использовать в поиске и сопоставлении текстов. В README приведён размер выхода (12, 768), но подробности обработки и оценки качества не описаны. Репозиторий содержит веса в формате safetensors. Лицензия в предоставленных данных не указана.

Карточка модели unsloth/ModernBERT-base на Hugging Face совпадает с карточкой answerdotai/ModernBERT-base, поэтому описание составлено по ней. ModernBERT-base — двунаправленная encoder-only модель семейства Transformer в стиле BERT, разработанная в сотрудничестве Answer.AI, LightOn и их коллег. Она предварительно обучена на 2 триллионах токенов английских текстов и кода и предназначена для заполнения пропусков в тексте, а также как основа для прикладных задач понимания языка и поиска. Модель содержит 22 слоя и 149 млн параметров, поддерживает контекст до 8192 токенов. В архитектуре используются RoPE, чередование локального и глобального внимания, unpadding и Flash Attention для эффективной обработки длинных последовательностей. Она подходит для анализа длинных документов, классификации, семантического и кодового поиска после настройки под соответствующую задачу. Обучающие данные преимущественно англоязычные и включают код, поэтому качество для других языков может быть ниже. Обработка полного окна контекста может быть медленнее, чем коротких последовательностей; возможны смещения из обучающих данных. Лицензия — Apache-2.0.

tasksource/ModernBERT-base-nli — англоязычная модель-классификатор, созданная tasksource на основе answerdotai/ModernBERT-base и дообученная на наборах данных для вывода на естественном языке (NLI), включая MNLI, ANLI, SICK, WANLI и другие. Это версия ModernBERT, настроенная на следование инструкциям и классификацию пар текстов по отношениям следования, противоречия и нейтральности. Модель предназначена для NLI, классификации тональности, рассуждений по длинным текстам и классификации с пользовательскими метками без отдельного обучения. В карточке приведены результаты на MNLI, QNLI и RTE; модель также предлагается как основа для дальнейшего дообучения. Архитектура — ModernBERT для классификации последовательностей, 149 млн параметров, контекст до 2048 токенов; для использования описан интерфейс Transformers. Модель распространяется по лицензии Apache-2.0. Она обучена преимущественно на англоязычных NLI-данных, поэтому заявленные возможности для других языков не подтверждены. Показатели на отдельных тестах не гарантируют качество на произвольных данных; для специализированных задач может потребоваться дополнительное дообучение.

ModernBERT Embed base LegalTextAI Matryoshka legaldataset — англоязычная модель эмбеддингов, разработанная LegalTextAI путём дообучения nomic-ai/modernbert-embed-base на 41 342 парах текстов. Она преобразует предложения и абзацы в нормализованные плотные векторы размерностью 768 для семантического поиска, сравнения текстов, поиска перефразирований, классификации и кластеризации. Архитектура Sentence Transformer основана на ModernBERT с усреднением токенов и нормализацией; контекст — до 8192 токенов. Matryoshka-представления позволяют использовать сокращённые векторы размерностью 512, 256, 128 или 64. Обучающие примеры связаны с юридическими текстами: вопросы сопоставляются с фрагментами судебных документов. Модель подходит для поиска релевантных юридических материалов и построения семантических индексов; README также указывает общие сценарии работы с текстом. Лицензия — Apache 2.0. Указанные оценки получены на наборе InformationRetrievalEvaluator; переносимость результатов на другие корпуса отдельно не подтверждена.

makiart/modernbert-large-ft-all-nli — англоязычная модель Sentence Transformers, разработанная makiart путём дообучения answerdotai/ModernBERT-large на наборе all-nli. Она кодирует предложения и абзацы в плотные векторы размерностью 1024, а сходство между ними можно оценивать косинусной мерой. Архитектура включает энкодер ModernBERT-large и mean pooling; модель содержит 394,7 млн параметров и принимает последовательности длиной до 8192 токенов. Модель предназначена для семантического поиска и сравнения текстов, поиска перефразировок, кластеризации и подготовки признаков для классификации. В README приведён результат cosine accuracy 0,8809 на TripletEvaluator для all-nli-dev. Оценка качества на других доменах и языках не приводится; модель обучалась на англоязычных данных all-nli, поэтому её пригодность для русского и специализированных текстов не подтверждена. Лицензия в предоставленных сведениях не указана.

castorini/monot5-large-msmarco — модель семейства T5-large, разработанная Castorini и дообученная на наборе MS MARCO passage для ранжирования текстовых фрагментов по релевантности запросу. Она предназначена для повторного ранжирования результатов поиска, в том числе пассажей MS MARCO и документов Robust04. Модель содержит 385,2 млн параметров и принимает текст с контекстом до 512 токенов; доступны веса PyTorch и Flax. Модель полезна как второй этап поисковой системы: она оценивает пары «запрос — документ» и помогает упорядочить найденные результаты. Она обучалась на данных MS MARCO, поэтому качество может зависеть от соответствия целевого корпуса и запросов обучающему домену. Лицензия в предоставленных данных не указана.

MrBERT — многоязычная модель-энкодер от BSC-LT на архитектуре ModernBERT, предварительно обученная с нуля на корпусе объёмом 6,1 трлн токенов. Она использует двунаправленный masked language modeling и предназначена для получения контекстных представлений текста на 35 европейских языках и кода. Модель содержит около 307 млн параметров, использует токенизатор SentencePiece с словарём на 256 тысяч токенов и поддерживает контекст до 8192 токенов. MrBERT подходит как основа для последующей настройки на поиск и извлечение информации, классификацию, семантический поиск и кросс-языковые задачи понимания текста. В карточке приведены оценки на XTREME и других многоязычных тестах, включая XNLI, PAWS-X и UDPOS; результаты различаются по задачам и языкам. Для получения эмбеддингов или прикладного предсказания потребуется соответствующая downstream-настройка. Модель распространяется под лицензией Apache-2.0. Хотя в обучающем корпусе присутствуют код и 35 языков, основная доля данных — английская (67,4%); результаты и качество могут быть неодинаковыми для разных языков и задач.

Xenova/multilingual-e5-small — мультиязычная модель для создания векторных представлений текста, разработанная на основе intfloat/multilingual-e5-small и подготовленная сообществом Xenova в формате ONNX. Модель предназначена для использования в Transformers.js и выполнения feature extraction, в том числе непосредственно в JavaScript-приложениях. Ключевая особенность модели — наличие ONNX-весов, обеспечивающих совместимость с Transformers.js и сценариями веб-инференса. По представленным данным, модель поддерживает мультиязычную обработку текста, однако точный перечень языков, архитектура, количество параметров, размер контекста и другие технические характеристики не указаны. Модель подходит для задач, где требуются текстовые эмбеддинги, например семантический поиск или сравнение текстов, но конкретные целевые сценарии и показатели качества в карточке не описаны. Лицензия также не указана, поэтому условия использования необходимо уточнять в исходном репозитории базовой модели.

diegolacomba выпустил sentence-transformers-модель для получения эмбеддингов предложений и абзацев. Она основана на BERT и преобразует текст в плотные векторы размерностью 384; представление строится усреднением токенных эмбеддингов. Для сравнения текстов предусмотрена косинусная близость. Модель подходит для семантического поиска, оценки сходства предложений, поиска перефразирований, кластеризации и классификации текста. Максимальная длина входа — 512 токенов. В названии указано назначение для юридических текстов, однако README не уточняет языки обучения или конкретные юридические задачи. Метаданные указывают формат safetensors; лицензия не приведена.

Это модель Sentence-Transformers на архитектуре MPNet, разработанная на основе multi-qa-mpnet-base-dot-v1 и дообученная для поиска по COVID-19 вопросам и материалам. Она преобразует предложения и абзацы в плотные векторы размерности 768; векторные представления подходят для семантического поиска, оценки сходства и кластеризации текстов. Обучение проводилось с TripletLoss. Модель принимает текст и выдаёт эмбеддинги. Её можно использовать для поиска релевантных ответов или документов о COVID-19, а также для организации текстового корпуса по смыслу. Контекст составляет 514 токенов, размер — 136,7 млн параметров. В README приведена инструкция по использованию с Sentence-Transformers и Transformers. Лицензия в доступных данных не указана.

MyAwesomeModel — модель на базе BERT, опубликованная в Hugging Face Hub пользователем liufeqww1154. Согласно метаданным, она предназначена для извлечения признаков и работает с библиотекой Transformers на PyTorch. Архитектурная информация ограничена указанием семейства BERT; размер модели, модальности, поддерживаемые языки и длина контекста не указаны. README также заявляет об улучшенных рассуждениях, математике, программировании, логике, генерации текста, function calling и снижении галлюцинаций, однако эти сведения не согласуются с основным pipeline-тегом feature-extraction и не сопровождаются техническими деталями реализации. Поэтому модель можно рассматривать прежде всего как инструмент получения векторных представлений текста для последующей классификации, поиска или кластеризации. Модель распространяется по лицензии MIT.

MyAwesomeModel — модель на базе BERT для извлечения признаков из текста, доступная через библиотеку Transformers и реализованная с использованием PyTorch. В метаданных Hugging Face она классифицирована для задачи feature-extraction; автор или организация-разработчик не указаны. Модель предназначена для получения векторных представлений текстов, которые можно использовать в последующей классификации, кластеризации, поиске похожих документов и других задачах анализа текста. README также заявляет о возможностях рассуждения, генерации кода, ответов на вопросы и диалогов, однако эти сведения не согласуются с указанным pipeline-тегом и не подтверждают архитектуру генеративной модели. Модель распространяется по лицензии MIT. В доступных данных не указаны размер модели, поддерживаемые естественные языки и длина контекста.

MyAwesomeModel — модель на базе BERT, опубликованная пользователем sadafhjkj. Согласно метаданным Hugging Face, она предназначена для извлечения признаков из текста и работает с библиотекой Transformers на PyTorch. Репозиторий также описывает улучшения рассуждений, понимания языка, генерации, function calling и снижение галлюцинаций, однако эти возможности не согласуются с указанным pipeline-тегом feature-extraction и не сопровождаются подробными техническими характеристиками модели. Модель может применяться для получения векторных представлений текста, последующего поиска по смыслу, классификации и других задач, использующих текстовые признаки. README приводит результаты внутренних бенчмарков по рассуждениям, ответам на вопросы, классификации, анализу тональности, суммаризации, переводу и генерации кода, но не описывает архитектуру в деталях, число параметров, поддерживаемые языки или длину контекста. Модель распространяется по лицензии MIT.

MyAwesomeModel — модель на базе архитектуры BERT, опубликованная в репозитории sdgjfjkl/MyAwesomeModel-TestRepo. Согласно метаданным Hugging Face, она предназначена для извлечения признаков и работает с библиотекой Transformers на базе PyTorch. Модель можно использовать для получения векторных представлений текста, последующей классификации, поиска похожих текстов и других задач, где необходимы эмбеддинги. В README также заявлены возможности рассуждения, генерации кода, диалога, суммаризации и function calling, однако эти характеристики не согласуются с указанным pipeline-тегом feature-extraction и не подтверждаются техническими параметрами модели. Модель распространяется по лицензии MIT.

MyAwesomeModel — модель из репозитория sfafas2234/MyAwesomeModel-TestRepo, опубликованная для извлечения признаков из текста. В метаданных она относится к семейству BERT и предназначена для использования через библиотеку Transformers на базе PyTorch. Основной сценарий применения — преобразование текстовых входов в векторные представления для последующей классификации, поиска по смыслу, кластеризации и других задач анализа текста. README также заявляет о возможностях рассуждения, генерации кода, диалога, суммаризации и других генеративных задачах, однако эти сведения не согласуются с указанным pipeline_tag feature-extraction и не подтверждают назначение модели как генеративной. Модель распространяется по лицензии MIT. В доступных данных нет подтверждённых сведений о размере, длине контекста, поддерживаемых естественных языках и конкретном наборе данных для обучения.

MyAwesomeModel — модель, опубликованная в репозитории TheodoraAdhara/MyAwesomeModel-TestRepo и предназначенная для извлечения признаков из текста. В метаданных Hugging Face она классифицирована как feature-extraction, связана с архитектурой BERT и рассчитана на использование через библиотеку Transformers с фреймворком PyTorch.

MyAwesomeModel — модель для извлечения признаков из текста, опубликованная в репозитории toolathlon5/MyAwesomeModel-TestRepo. По метаданным она использует архитектурное семейство BERT, работает с библиотекой Transformers и предназначена для получения векторных представлений текста. Модель можно применять как компонент конвейеров машинного обучения для семантического поиска, кластеризации, классификации и других задач, где нужны эмбеддинги или скрытые представления текста. В README также заявлены возможности рассуждения, генерации кода, диалога и работы с функциями, однако эти сведения не подтверждаются основным pipeline-тегом feature-extraction и поэтому не рассматриваются как надёжно подтверждённые характеристики модели. Размер модели, поддерживаемые естественные языки и длина контекста в доступных данных не указаны. Модель распространяется по лицензии MIT.

Nanthasit/my-embedding-gemma — текстовая модель Sentence Transformer, дообученная на базе google/embeddinggemma-300m. Она преобразует предложения и абзацы в плотные векторы размерностью 768 и сравнивает их с помощью косинусного сходства. Модель принимает текст, поддерживает последовательности до 2048 токенов и предназначена для семантического поиска, сравнения текстов и других задач на основе эмбеддингов. Её можно использовать для поиска похожих документов, обнаружения перефразировок, классификации и кластеризации текстов. Дообучение выполнено с MultipleNegativesRankingLoss на трёх примерах, посвящённых финансовым и страховым вопросам; такой малый объём данных ограничивает основания для выводов о качестве и специализации модели. Лицензия в предоставленных данных не указана.

naflexViT-B-32.cc12m-pj24-32-40-siglip — двухбашенная модель контрастного сопоставления изображений и текста, разработанная rwightman. Она основана на зрительной башне NaFlexViT-Base/32 и классическом текстовом трансформере CLIP; обучена на CC12M с функцией потерь SigLIP и случайным выбором размера патчей 24, 32 или 40 пикселей. Текстовый токенизатор использует CLIP BPE с контекстом 77 токенов. Конфигурация поддерживает интерполяцию позиционных параметров патчей. Модель предназначена для классификации изображений по текстовым меткам без дообучения: она сопоставляет изображение с кандидатными описаниями и оценивает соответствие. В лучшем из описанных режимов, при размере патча 32 и бюджете 100 визуальных токенов, достигла 43,778% top-1 на ImageNet-1k. Обучалась на CC12M в течение 32 эпох; карточка описывает её как исследовательский контрольный чекпойнт, проверенный только на ImageNet-1k. Для инференса рекомендуется open_clip с поддержкой NaFlex и режим patch 32 / 100 токенов. Лицензия — Apache-2.0. Результаты не включают оценку на нескольких запусках, проверку устойчивости ImageNet, поиск по COCO или генерацию подписей.

NAMAA-retriever-notfs-QUQA-contrastive — модель Sentence Transformers, дообученная автором yoriis на базе yoriis/NAMAA-retriever-contrastive-1. Она кодирует предложения и абзацы в плотные векторы размерностью 768 для вычисления семантической близости по косинусному сходству, семантического поиска, поиска перефразировок, кластеризации и классификации текста. Архитектура основана на ModernBERT с усреднением токенных представлений; библиотека — sentence-transformers, веса сохранены в safetensors. В метаданных указано контекстное окно до 8192 токенов, тогда как карточка модели задаёт максимальную длину последовательности 512 токенов. Примеры обучающих данных и текста в карточке указывают на арабский язык и вопросы по исламским текстам. Модель предназначена для получения эмбеддингов и ранжирования текстов по смысловой близости, а не для генерации ответов. Лицензия в предоставленных данных не указана.

Nawah-Router-BERT-6M-v2 — арабская модель для маршрутизации текстовых запросов по категориям. Разработчик — oddadmix. Она принимает текст и категории на естественном арабском языке, оценивает их за один проход и не требует заранее заданной таксономии. Модель дообучена на базе oddadmix/Nawah-BERT-6M-v2 и использует архитектуру BERT; размер — 6,2 млн параметров, контекст — до 2048 токенов. В приведённых в карточке оценках модель превосходит более крупный Nawah-Router-v3 на наборах новых категорий и доменов, но уступает ему на новых осях классификации; автор отмечает, что результаты близки и основаны на одном запуске. Модель опубликована в формате safetensors, использует библиотеку Transformers и распространяется по лицензии Apache-2.0.

NeoAraBERT_MSA — арабская модель для получения текстовых эмбеддингов на архитектуре NeoBERT, разработанная совместно подразделением U4RASD Арабского центра исследований и политических исследований и Американским университетом Бейрута. Чекпойнт дообучен на базе U4RASD/NeoAraBERT и предназначен для современного литературного арабского языка (MSA). Модель содержит 314,2 млн параметров и распространяется в формате safetensors для Transformers. Её можно применять для извлечения признаков текста, поиска семантически близких фраз и других задач понимания арабского текста. Авторы сообщают о сравнении семейства NeoAraBERT с арабскими моделями на 23 задачах; результаты относятся к семейству и не гарантируют качество на каждом отдельном сценарии этого чекпойнта. Лицензия — CC BY-SA 4.0.

darck-12 разработала SetFit-модель для классификации коротких текстов на арабском и английском языках. Она присваивает сообщениям одну из четырёх категорий: новости, исторические или научные факты, медицинская информация и неличные публикации. Модель предназначена для сортировки коротких постов и сообщений, в том числе текстов на египетском разговорном арабском, литературном арабском и английском, написанных в формальном или повседневном стиле. Основа модели — sentence-transformers/paraphrase-multilingual-MiniLM-L12-v2 с классификационной головой LogisticRegression; модель дообучена методом SetFit. Она содержит 124,3 млн параметров, принимает текстовые данные с контекстом до 512 токенов согласно метаданным, а в README указана максимальная длина последовательности 128 токенов. На независимом тесте из 80 примеров автор сообщает точность 0,90 и macro F1 0,8958; полнота для класса исторических и научных фактов составила 0,60. Данные обучения синтетические и небольшие, поэтому результаты на реальных сообщениях могут отличаться. Лицензия в предоставленных данных не указана.