I.11Классификация, ранжирование и сопоставление

DMetaSoul 的 sbert-chinese-general-v2 是基于 bert-base-chinese 的 BERT 模型，在百万ном наборе данных SimCLUE для семантического сходства обучена модель эмбеддингов предложений. Она предназначена для общего семантического сопоставления: преобразует текст в векторы, которые можно сравнивать для поиска похожих фраз и ранжирования кандидатов по смыслу. Модель содержит 129,5 млн параметров, принимает текст длиной до 512 токенов и доступна в формате PyTorch; использовать её можно через Sentence-Transformers или Transformers. В README приведены результаты оценки на наборах CSTS, AFQMC, LCQMC, BQCorpus, PAWS-X и Xiaobu; авторы сообщают об улучшении обобщения относительно предыдущей версии на нескольких задачах. Модель ориентирована на китайский язык, поэтому её пригодность для других языков не подтверждена. Лицензия в предоставленных сведениях не указана.

Карточка модели Stern5497/sbert-legal-swiss-roberta-base на Hugging Face совпадает с карточкой Stern5497/sbert-legal-xlm-roberta-base, поэтому описание составлено по ней. Stern5497/sbert-legal-xlm-roberta-base — модель Sentence-Transformers на архитектуре RoBERTa, обученная для представления предложений и абзацев в виде плотных векторов размерности 768. Разработчик указал, что модель подходит для кластеризации и семантического поиска; обучение использовало MultipleNegativesRankingLoss с косинусным сходством. Модель содержит 211,6 млн параметров, принимает текст и выдаёт эмбеддинги. Её можно использовать через Sentence-Transformers либо через Transformers с подходящей операцией pooling. Максимальная длина контекста — 514 токенов. Название указывает на юридическую специализацию, однако README не описывает обучающие данные или конкретные правовые сценарии, поэтому качество в них по предоставленной карточке оценить нельзя. Лицензия в имеющихся данных не указана.

TimKond/S-BioLinkBert-MedQuAD — модель эмбеддингов предложений на архитектуре BERT, опубликованная пользователем TimKond. Она преобразует предложения и абзацы в плотные векторы размерности 768 для семантического поиска и кластеризации; также подходит для сравнения смысловой близости текстов. Обучение выполнено с использованием Sentence-Transformers и функции потерь SoftmaxLoss. Модель содержит 135,4 млн параметров и принимает последовательности длиной до 512 токенов. Название указывает на связь с биомедицинской тематикой и MedQuAD, однако карточка не описывает конкретные данные или целевые языки обучения. Для использования с Transformers требуется применить подходящую операцию pooling к контекстным представлениям токенов; более простой вариант — библиотека Sentence-Transformers. Репозиторий содержит веса PyTorch и safetensors. Лицензия в предоставленных данных не указана.

allenai/scibert_scivocab_uncased_field_of_study — модель классификации научных текстов по областям исследования, созданная дообучением SciBERT командой AllenAI. Она предназначена для определения области научной публикации или другого научного текста по его содержанию. Модель использует архитектуру BERT и веса SciBERT, адаптированные для научного словаря. Опубликована в формате PyTorch. README сообщает, что данные для дообучения были собраны с помощью моделей OpenAI, но не раскрывает полный состав набора данных или подробности обучения. Лицензия в предоставленных данных не указана.

Sentence-CamemBERT-Large — модель эмбеддингов предложений для французского языка, разработанная La Javaness. Она преобразует предложения векторы, отражающие их смысл, и предназначена для семантического поиска и сравнения текстов по смыслу. Модель основана на CamemBERT Large и дообучена с помощью Siamese BERT-Networks и Augmented SBERT на STS-B; при обучении также использовались стратегии попарной выборки. По метаданным, модель содержит 435,4 млн параметров и поддерживает контекст до 514 токенов. Доступны форматы PyTorch, safetensors, ONNX и OpenVINO. README приводит высокие результаты корреляции на французских наборах STS, включая STS-B и SICK-fr. Модель подходит для поиска семантически близких предложений и документов, сопоставления запросов с текстами и оценки семантического сходства. Она ориентирована на французский язык, поэтому её не следует считать универсальной многоязычной моделью; README оценивает её на наборах семантического сходства, что не гарантирует качество для других задач. Лицензия — Apache-2.0.

amixh/sentence-embedding-model-InLegalBERT-2 — модель Sentence Transformers, дообученная на базе law-ai/InLegalBERT для получения векторных представлений юридических предложений и абзацев. Она преобразует текст в плотные эмбеддинги размерности 768 и предназначена для сравнения смысловой близости по косинусному сходству, семантического поиска, поиска перефразировок, кластеризации и классификации текста. Архитектура состоит из BERT-трансформера с усреднением токенных представлений; модель содержит 139 млн параметров. Метаданные указывают контекст до 512 токенов, тогда как README описывает максимальную длину последовательности 320 токенов. Базовая InLegalBERT обучена на юридических документах Индии; для этой модели в данных указан англоязычный юридический контекст. Лицензия в предоставленных источниках не указана.

Модель sentence-embeddings-xllora-xlmr-afr разработана для получения векторных представлений предложений на языке африкаанс. Она основана на XLM-R и дообучена методом XL-LoRA для обучения представлений предложений в условиях нехватки языковых ресурсов. Размер модели — 305,2 млн параметров, максимальный контекст — 514 токенов; формат весов — PyTorch. Модель предназначена для оценки семантического сходства, поиска предложений и кластеризации текстов на африкаанс. В исходной схеме представления объединяются скрытые состояния первого и последнего слоёв с равными весами, затем применяется усреднение по токенам. Для получения эмбеддингов можно также использовать стандартное усреднение по токенам, но результаты могут немного отличаться от опубликованных в статье. Обучение проводилось на синтетических наборах триплетов; лицензия — MIT.

Shisa DE-1 — модель принятия решений от Shisa AI, дообученная на Google Gemma 4 26B A4B IT. Это причинная языковая модель без отдельной классификационной головы: она получает состояние и список именованных вопросов с вариантами, а затем выбирает ответ по логитам букв вариантов на границе ответа. Для каждого вопроса можно получить типизированный выбор или вероятностную оценку; модель рассчитана на классификацию и структурированные решения, а не на свободный диалог. Модель использует архитектуру Gemma 4 и сохраняет нетронутый обучением энкодер изображений базовой модели. Карточка описывает обучение на распределении следующих токенов для букв вариантов и сообщает рост точности на обучающей выборке с 0,888 до 0,968 за три эпохи. Для корректного применения требуется клиент shisa-de или сервер, поддерживающий чтение logprobs на границе ответа; произвольный совместимый с OpenAI чат-сервер не подходит. Лицензия — Apache 2.0. Качество зависит от набора решений и формы сервинга: на одном измерении базовая Gemma 4 превосходила чекпойнт, а на другом результаты совпадали. Порядок вариантов может менять ответ. Арифметику и подсчёт рекомендуется выполнять кодом; качество свободной генерации, чата и вызова инструментов не подтверждено. Для текстового выбора поддерживается до 26 вариантов напрямую; клиент версии 0.2.0 поддерживает до 676 через разбиение на группы, но качество проверялось максимум на 151 варианте. Обработка изображений и упорядоченные оценки в этом режиме переполнения не поддерживаются.

Это текстовая башня SigLIP 2 Base, подготовленная Veritone как облегчённая копия модели google/siglip2-base-patch16-512. Она преобразует текстовые запросы в общее пространство эмбеддингов с визуальной башней, позволяя загружать текстовую часть отдельно для поиска и сопоставления изображений с текстом. Парная визуальная башня опубликована отдельно в Veritone/siglip2-base-patch16-512-vision. Модель предназначена для нулевой классификации изображений по текстовым меткам и поиска изображений по текстовому запросу; также её можно использовать как текстовый энкодер в системах на базе визуально-языковых моделей. Контекст составляет 64 токена. Данные README указывают на предобучение SigLIP 2 на WebLI; в репозитории доступны веса Safetensors для Transformers. Лицензия — Apache-2.0. Для работы с изображениями необходима совместимая визуальная башня; одна эта текстовая часть изображения не принимает.

SigLIP 2 Giant — модель семейства SigLIP 2, разработанная Google. Это визуально-языковой энкодер, обученный на датасете WebLI; доступен через библиотеку Transformers и распространяется в формате safetensors по лицензии Apache-2.0. Модель предназначена для классификации изображений по заданным текстовым меткам без специального дообучения, поиска соответствий между изображениями и текстом, а также для использования в качестве визуального энкодера в мультимодальных системах и других задачах компьютерного зрения. В README также описаны улучшения семантического понимания, локализации и получения плотных визуальных признаков. Карточка не приводит размер модели, контекстное окно или перечень поддерживаемых естественных языков. Модель принимает изображения и текстовые метки, а для классификации возвращает оценки соответствия меткам. Ключевые ограничения и результаты оценки в доступном описании не раскрыты.

Veritone/siglip2-so400m-patch14-224-text — текстовая башня модели SigLIP 2 So400m, разработанной Google и опубликованной Veritone как отдельный компонент. Она кодирует текстовые запросы в общее пространство эмбеддингов для сопоставления с представлениями изображений, полученными совместимой моделью Veritone/siglip2-so400m-patch14-224-vision. Такое разделение позволяет загружать только нужную башню при поиске и сокращать расход памяти и время загрузки. Модель предназначена для zero-shot классификации изображений и поиска по соответствию текста и изображения; для этих сценариев требуется совместимая башня изображений. Также текстовый энкодер может применяться как часть систем с визуальным вводом. Архитектура — SigLIP 2 So400m, класс SiglipModel; опубликованные веса в формате safetensors, библиотека — Transformers. По карточке модель предобучена на WebLI. Лицензия — Apache-2.0. Метаданные указывают контекст 64 токена.

Veritone/siglip2-so400m-patch16-384-text — текстовая башня SigLIP 2 So400m, подготовленная Google и опубликованная Veritone как отдельная копия текстового компонента модели. Она кодирует текстовые запросы в общее пространство эмбеддингов с соответствующей моделью зрения Veritone/siglip2-so400m-patch16-384-vision, чтобы выполнять поиск по изображениям и классификацию изображений по текстовым меткам. Раздельная загрузка башен позволяет использовать только нужный компонент при поиске и экономить память и время загрузки. Модель предназначена для zero-shot-классификации изображений и поиска соответствий между изображениями и текстом; её текстовые эмбеддинги также подходят как компонент мультимодальных систем. Архитектура — SigLIP 2 So400m, библиотека Transformers, веса в формате safetensors. Контекст ограничен 64 токенами. Модель распространяется по лицензии Apache-2.0. Для сопоставления с изображениями требуется совместимая башня зрения; сама эта копия содержит только текстовую башню и не принимает изображения.

IIS-NLP/sigma-cls — модель классификации текста на базе SetFit, созданная дообучением NovaSearch/stella_en_400M_v5. Она сочетает Sentence Transformer с классификационной головой SetFitHead и обучена методом few-shot: контрастивное дообучение энкодера дополняется обучением классификатора. Модель предназначена для отнесения текстов к одному из семи классов; в примерах меток указаны мозговой штурм, программирование и извлечение информации. Модель содержит 433,9 млн параметров. В метаданных указан контекст 8192 токена, а в README — максимальная длина последовательности 512 токенов. Базовая Stella ориентирована на английский язык, поэтому подтверждённая область применения модели — классификация англоязычных текстов. Указанная лицензия в доступных данных отсутствует.

SiMohand-278M — модель эмбеддингов предложений с архитектурой XLM-RoBERTa, дообученная разработчиком на базе intfloat/multilingual-e5-base для кабильского языка (таqbaylit, латиница). Она преобразует текст в векторы для семантического поиска, извлечения passages, кластеризации предложений и межъязыкового сопоставления кабильского с английским и французским. Модель содержит около 305 млн параметров, использует библиотеку sentence-transformers и поддерживает контекст до 514 токенов. Обучение проведено на 511 549 парах переводов с матрёшечным обучением представлений; в заявленном тесте bitext retrieval достигнуто Recall@1 97%, при этом срез в 64 измерения не показал измеримого ухудшения относительно полного вектора из 768 измерений. Модель предназначена для поиска переводного соответствия и семантической выдачи в сценариях Kabyle–English и Kabyle–French. Она не предназначена для генерации или перевода и не оценивалась на поиск кабильских перефразирований, работу вне распределения обучающих данных, безопасность, токсичность или смещения. Результат Recall@1 относится к тесту на переводных парах из источников, также представленных при обучении, а не к общей оценке семантического сходства. Лицензия — Apache-2.0.

EverMind-AI разработала skillcorpus-embedding-0.6b — плотный bi-encoder для поиска подходящих описаний навыков ИИ-агентов по формулировке задачи. Модель дообучена на Qwen/Qwen3-Embedding-0.6B и предназначена для первого этапа поиска: она кодирует задачу и документы навыков в общее пространство, после чего кандидаты отбираются по косинусному сходству. Для дополнительной сортировки результатов авторы предлагают парный skillcorpus-reranker-0.6b. Модель содержит около 507,6 млн параметров по метаданным; в README указаны 596 млн параметров, размер эмбеддинга 1024 и 28 слоёв. Контекст — до 32 768 токенов. Она выдаёт L2-нормализованные текстовые эмбеддинги. При использовании важно подавать запрос с зарегистрированным префиксом инструкции, а документ навыка — без него, в формате name | description | body; нарушение этой схемы снижает качество поиска. Модель не генерирует ответы. Лицензия — Apache-2.0.

EverMind-AI разработала skillcorpus-reranker-0.6b — компактный cross-encoder на базе Qwen3, дообученный для поиска навыков агентов. Модель получает задачу и документ с описанием навыка и оценивает, насколько этот навык подходит задаче; оценка релевантности вычисляется по логитам ответов «да» и «нет». Она предназначена для второго этапа ранжирования кандидатов, найденных моделью skillcorpus-embedding-0.6b. Модель содержит около 507,6 млн параметров, использует архитектуру Qwen3ForCausalLM и формат Safetensors; контекст — до 40 960 токенов. Для каждого сочетания задачи и навыка требуется отдельный проход модели, поэтому её применяют к короткому списку кандидатов, обычно из 20–50 документов, а не ко всему каталогу. Оценки следует сравнивать внутри списка для одной задачи: они не являются калиброванными вероятностями. Лицензия — Apache-2.0.

benjaminchristie/skill-minilm — дообученный Sentence Transformer на базе sentence-transformers/all-MiniLM-L6-v2, созданный для сравнения и поиска коротких текстов, связанных с навыками и действиями. Модель преобразует предложения и абзацы в нормализованные плотные векторы размерности 384; сходство оценивается косинусной мерой. Архитектура включает энкодер BERT, mean pooling и нормализацию. В метаданных указано 25,9 млн параметров и контекст до 512 токенов; карточка модели заявляет максимальную длину последовательности 256 токенов. Модель обучена на 266 парах примеров с CosineSimilarityLoss и предназначена, в частности, для семантического поиска и сопоставления формулировок навыков. В карточке приведён результат Spearman 0,5246 на skill-vocab-val. Это узкая настройка на небольшом наборе данных, поэтому качество на других темах и длинных текстах может отличаться. Лицензия в предоставленных данных не указана.

Funnel Transformer small-base — предварительно обученная англоязычная модель семейства Funnel Transformer от команды, представившей эту архитектуру. Это базовая модель FunnelBaseModel без декодера, доступная в форматах PyTorch, Safetensors и TensorFlow; контекст — до 512 токенов. Она обучена на английских текстах из BookCorpus, Wikipedia, ClueWeb, GigaWord и Common Crawl с самоконтролируемой задачей распознавания заменённых токенов, похожей на ELECTRA. Модель извлекает скрытые представления текста для последующей настройки и классификации предложений, ответов на вопросы и других задач понимания текста. Выходная последовательность в четыре раза короче входной, поэтому модель удобна для задач, где нужно представление всего предложения, но не подходит, когда требуется отдельный выход для каждого исходного токена. Лицензия — Apache-2.0.

Это компактная англоязычная модель на архитектуре BERT, созданная дообучением Snowflake/snowflake-arctic-embed-xs на первых 300 000 примерах датасета Zyphra/Zyda-2. Модель содержит 25,9 млн параметров, принимает текст с контекстом до 512 токенов и использует цель обучения Masked Language Modeling. Модель предназначена для построения текстовых эмбеддингов, классификации текста и заполнения пропусков в английских предложениях. В карточке приведены результаты оценки: loss 3,0689 и accuracy 0,4676. Лицензия — MIT.

cnmoro/static-nomic-384-pten-v2 — статическая модель текстовых эмбеддингов, созданная с помощью Tokenlearn на базе nomic-embed-text-v2-moe. Она выдаёт векторы размерности 384 и предназначена для построения представлений текста, семантического поиска и сравнения сходства предложений. Модель обучалась в потоковом режиме на предварительно вычисленных признаковых данных с инкрементальным PCA до 384 измерений и квантованием словаря с лимитом 32 тыс. эффективных токенов. В карточке указана настройка для английского и португальского языков; датасет обучения — AllTripletsMsMarco-PTBR. Модель распространяется в формате safetensors по лицензии Apache-2.0. Как статические эмбеддинги, она подходит для сценариев, где нужны компактные векторные представления текста. Карточка сообщает о сравнении с предыдущей версией, но не приводит здесь количественных результатов; качество на иных языках и задачах может отличаться от заявленного для целевых данных.

zxcvo выпустил дообученную модель Sentence Transformers на базе VoVanPhuc/sup-SimCSE-VietNamese-phobert-base для сравнения смысла вьетнамских предложений и абзацев. Она использует трансформер RoBERTa (PhoBERT) с усреднением токенных представлений и формирует плотные эмбеддинги размерностью 768; для сравнения применяется косинусное сходство. Максимальная длина последовательности в README — 256 токенов, а метаданные указывают контекст в 258 токенов. Обучение проводилось на 288 примерах пар «запрос — релевантный текст»; Matryoshka Loss позволяет использовать укороченные векторы размерностью 512, 256, 128 или 64. Модель подходит для семантического поиска и ранжирования вьетнамских текстов, поиска перефразировок, кластеризации и классификации на основе эмбеддингов. Примеры обучающих данных посвящены сетевой безопасности и информационной безопасности, но карточка не подтверждает специализацию модели на этих областях. Небольшой обучающий набор и приведённые в README результаты оценки ограничивают основания для выводов о качестве на широком круге текстов. Условия лицензирования в доступных сведениях не приведены.

TAMEV-Medium-Qwen3.5-0.8B — модель принятия решений и маршрутизации, разработанная Tamkimd. Она оценивает переданный список вариантов относительно состояния и вопроса и возвращает вероятности выбора за один проход, не генерируя свободный текст. Подходит для маршрутизации запросов и агентов, выбора инструмента, классификации намерений, сортировки очередей, ответов на вопросы с вариантами и порядковой оценки по заданной шкале. Модель основана на Qwen3.5-0.8B-Base с обученным указательным слоем; README сообщает, что для работы слоя требуется базовая модель с объединённым LoRA-адаптером jaredpalmer/kev-0.8b. Репозиторий содержит обученный указательный слой, а базовая модель загружается отдельно. Модель предназначена для англоязычного текста. В README приведены измерения top-1 71,36% и ECE 0,0866 на наборе из 838 примеров, но этот набор не проверялся на пересечение с обучающими данными; авторы характеризуют этот вариант как находящийся в разработке и рекомендуют более компактные варианты семейства для практического применения. Лицензия — Apache-2.0. Результаты чувствительны к порядку и формулировке вариантов: при перестановке списка измеренный дрейф вероятностей составил 0,032, а top-1 менялся на 6% элементов проверочного набора. Калибровка зависит от набора данных, поэтому модель следует проверять на собственных примерах; авторы не рекомендуют использовать её как непроверенный механизм безопасности. Она не предназначена для свободной генерации текста или ответов на фактические вопросы.

shibing624/text2vec-base-chinese-paraphrase — модель текстовых эмбеддингов, разработанная проектом text2vec. Она основана на nghuyong/ernie-3.0-base-zh и дообучена методом CoSENT на китайских данных для сопоставления предложений и их перефразированных вариантов, включая пары «предложение — абзац». Модель кодирует текст в плотный вектор размерности 768 и предназначена для семантического поиска, оценки сходства, кластеризации и поиска перефразировок. Модель использует архитектуру ERNIE и библиотеку Sentence Transformers; размер составляет 144 млн параметров. Она принимает китайский текст, имеет контекстное окно 2048 токенов по метаданным, а в карточке указана обрезка входа свыше 256 word pieces. Форматы весов — PyTorch и Safetensors. Модель распространяется по лицензии Apache-2.0. Ее специализация на китайских текстах означает, что качество для других языков не подтверждено карточкой.

TinyBERT_General_4L_312D — компактная модель семейства BERT, опубликованная Huawei Noah’s Ark Lab. Это общий чекпойнт TinyBERT, полученный дистилляцией BERT-base для задач понимания естественного языка. Модель содержит 15,6 млн параметров, имеет 4 слоя и размерность скрытого представления 312; заявлены размер в 7,5 раза меньше и инференс в 9,4 раза быстрее, чем у BERT-base. Длина контекста — до 512 токенов. Модель предназначена для использования как начальная точка для задач понимания текста и последующего дообучения под конкретную задачу. Репозиторий содержит веса PyTorch и Flax. Карточка не сообщает о многоязычной подготовке, поэтому поддерживаемые естественные языки определить нельзя. Лицензия в предоставленных данных не указана.

TIPSv2-B/14 — контрастивная модель «изображение–текст» семейства TIPSv2, предназначенная для классификации изображений по текстовым описаниям без дополнительного обучения. Модель создаёт пространственно насыщенные признаки изображений и согласованные с ними текстовые эмбеддинги. Вариант B/14 содержит 86 млн параметров визуального кодировщика и 110 млн параметров текстового кодировщика; общий размер — около 196 млн параметров. Архитектура включает 12-слойный визуальный энкодер ViT и 12-слойный текстовый Transformer, размерность эмбеддингов — 768. Изображения можно подавать в произвольном разрешении после преобразования значений пикселей в диапазон [0, 1]; текст обрабатывается SentencePiece-токенизатором с ограничением в 64 токена. Модель подходит для поиска и классификации изображений по текстовым меткам, а пространственные признаки также могут использоваться в сценариях сегментации. Поддержка русского языка в README и метаданных не подтверждена. Модель доступна под лицензией Apache-2.0. Для результатов классификации важно заранее подобрать подходящие текстовые описания классов; README не приводит количественных оценок качества или конкретных ограничений применимости.

title_value — англоязычная модель классификации последовательностей, разработанная Loyola Data Mining и дообученная на базе microsoft/deberta-v3-base. Она преобразует названия вакансий в числовую оценку, отражающую структурный или иерархический уровень должности. Модель содержит 211,6 млн параметров, использует архитектуру DeBERTa V2 для классификации последовательностей и принимает текстовые входы длиной до 512 токенов. Модель предназначена для оценки уровня должности по её названию, например для упорядочивания вакансий по старшинству или извлечения числового признака для аналитики рынка труда. Для получения исходной оценки через Hugging Face pipeline необходимо установить function_to_apply="none", чтобы не применять softmax или sigmoid. Лицензия — MIT. Карточка не приводит метрик качества или описания обучающего набора, поэтому точность на разных рынках труда и форматах названий вакансий не подтверждены.

TrialSpace-1225 — модель Sentence Transformer от ksg-dfci, предназначенная для сопоставления описаний пациентов с описаниями целевых популяций клинических исследований и быстрого поиска подходящих исследований. Она кодирует предложения и абзацы в плотные векторы размерностью 1024; архитектура состоит из трансформера на базе Qwen3 с пуллингом последнего токена и нормализацией. Для сравнения векторов используется косинусное сходство. Модель обучена на наборах mnri_dataset и contrastive_dataset. Подходит для семантического поиска, ранжирования похожих описаний, поиска клинических исследований для пациента и обратного поиска пациентов по параметрам исследования. Метаданные указывают 507,6 млн параметров и максимальный контекст 32768 токенов; в README заявлена максимальная длина последовательности 2500 токенов, поэтому при использовании следует учитывать лимит конфигурации Sentence Transformers. Лицензия в предоставленных данных не указана.

Tropicals-T1 — модель эмбеддингов, разработанная Tropicals.cn для сопоставления китайских названий тропических видов с таксонами. Она дообучена на базе BAAI/bge-base-zh-v1.5 на наборе из 1,2 млн пар «китайское обиходное название — таксон» и предназначена для семантического поиска и связывания сущностей в корпусе из 419 950 таксонов. Модель использует архитектуру BERT, содержит 129,5 млн параметров, принимает текст, выдаёт эмбеддинги и поддерживает контекст до 512 токенов. Модель подходит для поиска таксонов по формальным китайским обиходным названиям, торговым названиям и названиям садовых сортов, а также для сверки каталогов и нормализации номенклатуры. В опубликованной оценке TropicalsBench она показала Recall@1 53,43 % на тесте с известными родами и 50,58 % на тесте с родами, отсутствовавшими в обучении. Лицензия — CC BY 4.0. Результаты ограничены покрытием обучающего корпуса и шумом в эталонных метках: часть названий была сопоставлена с авторитетными данными неточно, а многие торговые и предварительно транслитерированные названия обучены недостаточно. Для сортов, гибридов и морф животных покрытие авторитетными названиями ограничено; модель не определяет организмы по изображениям или образцам и не предназначена для создания новых китайских названий.

UMLS-ED-Bioformer-16L-V-1 — модель Sentence Transformer на основе Bioformer-16L, дообученная для получения векторных представлений предложений и абзацев. Она кодирует медицинские и биомедицинские тексты в плотные векторы размерностью 384 и рассчитана на поиск семантически похожих фрагментов, семантический поиск, поиск парафраз, классификацию и кластеризацию. Модель использует архитектуру BERT с усреднением токенных представлений, поддерживает последовательности до 1024 токенов и сравнение векторов по косинусному сходству. Для обучения применялась TripletLoss на парах и тройках текстов; в примерах данных встречаются медицинские термины на нескольких языках. Лицензия в предоставленных данных не указана.

UniME-LLaVA-1.6-7B — мультимодальная модель DeepGlint AI для получения текстовых и визуальных представлений и выполнения задач сопоставления текста с изображениями. Она дообучена на базе llava-hf/llava-v1.6-mistral-7b-hf; архитектура LLaVA-NeXT с языковой частью Mistral-7B принимает изображения и текстовые инструкции и формирует текстовый ответ, пригодный для визуального диалога и вопросов об изображениях. Модель обучалась для улучшения мультимодальных эмбеддингов: применялась дистилляция текстовых представлений с учителем NV-Embed V2, затем — instruction tuning с подбором сложных негативных примеров. По README, на этапе дистилляции дообучалась только языковая часть, а остальные параметры оставались замороженными. Модель обучена на TIGER-Lab/MMEB-train и заявлена авторами как лидер таблицы MMEB при разрешении изображений 336×336 на момент снимка в README. Модель распространяется в формате safetensors по лицензии MIT. Она предназначена для сценариев, где нужно сопоставлять изображения и текст или отвечать на запросы по изображениям; заявленное лидерство относится к конкретной таблице и снимку результатов, а не гарантирует превосходство на любых задачах.