I.11Классификация, ранжирование и сопоставление

Gflorent/setfit_emotion — модель представлений предложений на базе MPNet, опубликованная автором florentgbelidji. Она преобразует предложения и абзацы в плотные векторы размерности 768; в README указано обучение с BatchHardTripletLoss. Модель предназначена для поиска семантически близких текстов и кластеризации, а также может использоваться как основа для сравнения предложений. Модель содержит 136,7 млн параметров, работает с текстом и имеет контекстное окно 514 токенов. Для применения README рекомендует библиотеку Sentence-Transformers. В метаданных указаны форматы PyTorch и задачи sentence-similarity и feature-extraction. Лицензия не указана в предоставленных данных.

Kuaaangwen/Setfit-few-shot-classifier — модель эмбеддингов предложений на базе MPNet, опубликованная пользователем Kuaaangwen. Она преобразует предложения и абзацы в плотные векторы размерности 768, пригодные для поиска семантически близких текстов, кластеризации и сравнения сходства. Модель содержит 136,7 млн параметров и рассчитана на контекст до 514 токенов; доступен формат PyTorch. Модель можно применять для семантического поиска по коллекции текстов, группировки похожих высказываний и вычисления сходства между парами предложений. README указывает обучение с CosineSimilarityLoss, но не сообщает языки обучающих данных или результаты оценки. Лицензия в предоставленных данных не указана.

HasinMDG/SetFit_Labse_Sentiment_Towards_Topic — модель на основе BERT, созданная для преобразования предложений и абзацев в плотные векторы размерности 768. Её можно применять для семантического поиска, сравнения сходства текстов и кластеризации.

taldarim/setfit-pc-multilabel-example — модель Sentence-Transformers на архитектуре MPNet, которая преобразует предложения и абзацы в плотные векторы размерностью 768 для семантического поиска и кластеризации. В метаданных указаны 136,7 млн параметров и контекст до 514 токенов; модель доступна в формате PyTorch. Модель подходит для поиска похожих текстов, группировки предложений и построения векторных представлений для последующей обработки. Она обучалась с функцией потерь CosineSimilarityLoss. Язык обучения или основной язык в доступных материалах не указан. Лицензия в предоставленных метаданных и README не указана.

lsanochkin/setfit-rubert-intent — модель эмбеддингов предложений на базе BERT, опубликованная пользователем lsanochkin. Она преобразует предложения и абзацы в плотные векторы размерности 768 и предназначена для поиска семантически близких текстов, кластеризации и сравнения предложений. Модель можно использовать через Sentence-Transformers или Transformers с соответствующей операцией pooling. В README указано обучение с SupConLoss в SetFit. Метаданные сообщают о 205,5 млн параметров, контекстном окне до 512 токенов и формате PyTorch. Модель принимает текст и выдаёт векторы; в карточке нет сведений о поддерживаемых естественных языках. Лицензия не указана в предоставленных данных.

Модель aam mari/setfit-zero-shot-classification-pbsp-p3-bhvr — модель Sentence-Transformers на базе MPNet, разработанная автором репозитория. Она преобразует предложения и абзацы в плотные векторы размерности 768 для сравнения смысловой близости. Подходит для семантического поиска, кластеризации и оценки сходства текстов. Модель содержит 136,7 млн параметров, принимает текст и формирует векторные представления; максимальная длина контекста — 514 токенов. Репозиторий содержит веса PyTorch. В карточке указано обучение с CosineSimilarityLoss; сведения о лицензии и поддерживаемых естественных языках отсутствуют.

Карточка модели Veritone/siglip2-large-patch16-512 на Hugging Face совпадает с карточкой google/siglip2-large-patch16-512, поэтому описание составлено по ней. SigLIP 2 Large — визуальная модель Google на архитектуре SigLIP, обученная для сопоставления изображений и текста. Версия Large с патчами 16×16 и входным разрешением 512 пикселей расширяет исходную схему предобучения SigLIP методами для улучшения семантического понимания, локализации и получения плотных признаков. Модель использует библиотеку Transformers и распространяется в формате Safetensors. Модель предназначена для классификации изображений по произвольным текстовым меткам без отдельного обучения, поиска изображений по текстовому запросу и использования в качестве визуального энкодера для VLM и других задач компьютерного зрения. Она предобучена на наборе WebLI. Карточка не сообщает об ограничениях качества для конкретных типов изображений. Лицензия — Apache 2.0.

Veritone/siglip2-so400m-patch14-384-vision — урезанная копия визуальной башни SigLIP 2 So400m, разработанной Google. Она кодирует изображения и видеокадры в общее пространство эмбеддингов SigLIP 2 и предназначена для загрузки отдельно от текстовой башни, например при индексации, что позволяет сократить расход памяти и время загрузки. Текстовая башня для работы с текстовыми запросами размещена в Veritone/siglip2-so400m-patch14-384-text. Модель подходит для классификации изображений по кандидатным текстовым меткам без отдельного обучения, поиска изображений по тексту и использования в качестве визуального энкодера для vision-language моделей. SigLIP 2 улучшает семантическое понимание, локализацию и получение плотных визуальных признаков. Это модель семейства SigLIP с архитектурой SiglipModel; файлы представлены в формате safetensors. Лицензия — Apache-2.0. Для retrieval сценариев эта репозитория содержит только визуальную часть, поэтому требуется отдельная совместимая текстовая башня.

Silas Embedding 0.6B — многоязычная модель для получения плотных текстовых эмбеддингов, разработанная Alfo Tech Industries на базе Qwen3-Embedding-0.6B. Она преобразует текст в векторы для семантического поиска, сравнения сходства, извлечения документов и подготовки контекста для систем RAG. Модель относится к семейству Qwen3, содержит 507,6 млн параметров и поддерживает контекст до 32 768 токенов. В репозитории используются веса Safetensors; модель рассчитана на работу через библиотеку Sentence Transformers. Модель предназначена для поиска по смыслу в базах знаний и документации, подбора похожих текстов и извлечения релевантных фрагментов для последующей обработки другой моделью. README приводит высокие результаты на собственных простом и сложном тестах семантического сопоставления, однако независимой оценки на внешних лидербордах нет. Качество на длинном контексте и для конкретных языков и предметных областей следует проверять отдельно; заявленная многоязычность унаследована от базовой модели. Векторное сходство не подтверждает фактическую точность найденного текста. Лицензия — Apache-2.0.

buelfhood/SOCO-Java-CodeBERT-ST — модель Sentence Transformer, созданная дообучением microsoft/codebert-base. Она преобразует текстовые фрагменты в плотные векторы размерности 768 для сравнения семантической близости с помощью косинусного сходства. Архитектура состоит из RoBERTa-трансформера и mean pooling; модель содержит 151,8 млн параметров и принимает последовательности длиной до 514 токенов по метаданным (в README указан предел 512 токенов). Модель предназначена для семантического поиска и сопоставления фрагментов кода и текста. Среди возможных применений также поиск парафразов, кластеризация и классификация на основе эмбеддингов. При обучении использовались 33 411 примеров и BatchAllTripletLoss. Карточка не сообщает лицензию, поэтому условия использования по доступным данным описать нельзя.

UBC-SLIME/sparcol-large-k512-no-cls — разреженный энкодер на базе ModernBERT, обученный с библиотекой Sentence Transformers на парах предложений и абзацев. Модель преобразует текст в разреженный вектор размерности 512; сходство оценивается функцией ColBERT. В карточке указан максимальный размер последовательности 512 токенов, а метаданные указывают контекст до 8192 токенов и 394,7 млн параметров. Модель предназначена для семантического поиска и разреженного извлечения релевантных текстов. Её можно использовать для индексации документов и поиска по запросам, сопоставляя представления текстов в векторном пространстве. Репозиторий содержит веса safetensors; отдельная лицензия в предоставленных данных не приведена.

Это разреженный энкодер SPLADE, созданный автором nickprock на основе dbmdz/bert-base-italian-xxl-uncased и дообученный на наборе CulturaViva-ITA с помощью библиотеки Sentence Transformers. Модель преобразует предложения и абзацы на итальянском языке в разреженные векторы размерности 32 102; сходство оценивается скалярным произведением. Размер модели — 137,9 млн параметров, максимальная длина входа — 512 токенов. Энкодер предназначен для семантического поиска и разреженного поиска документов, а также может применяться для оценки сходства предложений. В README приведена оценка Spearman 0,6016 на sts-dev. Модель принимает текст и возвращает векторные представления. Лицензия в предоставленных данных не указана.

SPLADE-v3 — разреженный энкодер для поиска, опубликованный Naver. Модель основана на naver/splade-cocondenser-selfdistil и дообучена на коллекции MS MARCO без заголовков с использованием KL-Div и MarginMSE; для каждого запроса использовалось восемь негативных примеров. Энкодер на архитектуре BERT с языковой моделью маскированных токенов преобразует предложения и абзацы в разреженные векторы размерности 30 522. Максимальная длина входа — 512 токенов, функция сходства — скалярное произведение. Модель предназначена для семантического поиска и разреженного извлечения документов; в README приведены результаты на MS MARCO и BEIR-13. Доступна в формате PyTorch через Sentence Transformers. Лицензия CC BY-NC-SA 4.0 допускает использование с указанием авторства и на условиях распространения производных материалов на той же лицензии, но некоммерчески.

jadanovitch опубликовал инфраструктурную конверсию текстового энкодера из google/t5gemma-2-270m-270m для запуска в vLLM. Модель содержит 257 млн параметров, 18 слоёв, скрытый размер 640 и двунаправленное внимание; веса и активации представлены в BF16. Контекст составляет до 32 768 токенов. Энкодер предназначен для представления текста и сценариев поиска, извлечения информации и переранжирования. Несмотря на тег text-generation и возможность загрузки через generation runner в vLLM, модель не обучалась как самостоятельная авторегрессионная языковая модель и не предназначена для обычной генерации текста. Веса декодера, зрения и мультимодальные компоненты исключены. Применяются условия лицензии Gemma.

Это точечная модель-реранкер для оценки релевантности пары «запрос — фрагмент документа». Её разработали на базе Qwen3-8B с использованием инструментария Tevatron 3.0; модель имеет плотную архитектуру Qwen3ForSequenceClassification с 7,6 млрд параметров и дообучена методом contrastive с помощью LoRA, веса которой объединены с базовой моделью. Модель принимает запрос и заголовок с текстом фрагмента в формате «query: … passage: …», добавляет EOS и выдаёт один регрессионный логит как оценку релевантности. Её можно применять для переупорядочивания результатов поиска и ранжирования фрагментов при информационном поиске. Максимальная длина контекста — 32 768 токенов; основная область применения — англоязычные запросы и документы, указанные в обучающей карточке. Для загрузки используется AutoModelForSequenceClassification. Лицензия — Apache-2.0.

Mike0307/text2vec-base-chinese-rag — модель эмбеддингов на архитектуре BERT, предназначенная для сопоставления китайских текстов и поиска релевантных фрагментов в системах RAG. Она обучена с использованием подхода CoSENT и может применяться как компонент LangChain с векторным хранилищем, например FAISS, для построения ретривера по документам. Модель содержит 129,5 млн параметров и принимает текст длиной до 512 токенов. Она выдаёт векторные представления, пригодные для поиска по сходству и ранжирования релевантности; генерацию ответов выполняет подключённая языковая модель. Репозиторий распространяется в формате safetensors по лицензии Apache 2.0.

TomoroAI tomoro-colqwen3-embed-4b — мультимодальная модель для поиска по визуальным документам, созданная на основе Qwen3-VL-4B-Instruct. В README указано, что модель объединена с Qwen3-Embedding-4B и дообучена на наборах данных для визуального поиска. Архитектура ColQwen3 использует позднее взаимодействие в стиле ColPali и проекционную голову размерностью 320 для создания многовекторных представлений текста и визуальных материалов. Модель предназначена для поиска изображений страниц документов, PDF и коротких видео по текстовому запросу. Для страницы поддерживается до 1280 визуальных токенов, для видео рекомендовано до 5120; текстовые запросы ограничены контекстом базовой модели. README сообщает о конкурентных результатах на бенчмарках ViDoRe V1–V3 на английском и многоязычных данных, а также о меньшем размере эмбеддингов по сравнению с некоторыми полноразмерными моделями ColPali. Доступ к весам предоставляется по лицензии Apache-2.0.

sinanalyuruk/trmteb-trnews-v1-mlx — турецкая модель эмбеддингов для поиска новостей и сравнения текстов, подготовленная для Apple Silicon. Это MLX-сборка дообученной модели trmteb/turkish-embedding-model на новостном датасете TR-News; веса в формате float16 преобразованы из PyTorch-сборки. Модель основана на BERT и содержит 137,8 млн параметров. Модель преобразует текст в L2-нормализованные векторы размерности 768 с помощью mean pooling. Их можно сравнивать по косинусному сходству или скалярному произведению для поиска похожих новостей и ранжирования результатов. Максимальная длина последовательности — 512 токенов; основным языком является турецкий. Сборка предназначена для запуска через mlx-embeddings на Apple Silicon и требует mlx версии 0.30 или новее и mlx-embeddings версии 0.1.0 или новее. В README указано совпадение результатов с исходной PyTorch-моделью при проверке эмбеддингов и метрик поиска. Лицензия — MIT.

UNITE-Base-Qwen2-VL-2B — мультимодальная модель эмбеддингов семейства UNITE, разработанная на базе Qwen/Qwen2-VL-2B-Instruct и дообученная для поиска по тексту, изображениям, видео и их сочетаниям. Она формирует общие векторные представления для мультимодального поиска; карточка рекомендует вариант Base для задач детального поиска, включая поиск по инструкциям. Модель имеет плотную архитектуру Qwen2-VL, содержит 1,5 млрд параметров и поддерживает контекст до 32 768 токенов. Основной сценарий — извлечение признаков и retrieval между текстом, изображениями и видео; также заявлено сходство предложений. В метаданных указан английский язык. Репозиторий содержит веса Safetensors, лицензия — Apache-2.0.

ViDense — модель эмбеддингов предложений для вьетнамского языка, созданная автором namdp-ptit путём дообучения FacebookAI/xlm-roberta-large. Она предназначена для поиска семантически близких текстов и ранжирования документов по запросу. Модель содержит 658,7 млн параметров, использует mean pooling, Rotary Position Encoding и блочный параллельный трансформер; обучение включало Momentum Contrast и отдельный Rank Encoder для учёта транзитивных связей релевантности. Для оптимизации применялись cross-entropy по оценкам сходства и MSE по оценкам Spearman. В README приведены результаты Recall@3 на вьетнамских наборах ZAC, WebFAQ, OwiFAQ, ViQuAD2.0 и ViLegal. Репозиторий использует PyTorch и Transformers, веса представлены в формате PyTorch; лицензия — Apache-2.0. Модель ориентирована на вьетнамский текст, а заявленная длина контекста составляет 8194 токена.

Карточка модели thanhtantran/Vietnamese_Embedding_v2 на Hugging Face совпадает с карточкой AITeamVN/Vietnamese_Embedding_v2, поэтому описание составлено по ней. Vietnamese_Embedding_v2 — модель эмбеддингов на базе Sentence Transformers, дообученная AITeamVN на BAAI/bge-m3 для улучшения поиска по текстам на вьетнамском языке. Обучение проводилось на примерно 1,1 млн троек из запросов, релевантных и нерелевантных документов. Архитектура — XLM-RoBERTa с плотными векторами размерности 1024; модель оценивает сходство скалярным произведением. Метаданные указывают контекст до 8194 токенов, а README сообщает о максимальной длине последовательности 2048 токенов для документов и 256 для запросов. Модель предназначена для построения векторного поиска и извлечения релевантных документов по вьетнамским запросам. В оценке на наборе Legal Zalo 2021 она показала Accuracy@10 0,9578 и MRR@10 0,8149; README отмечает, что модель не обучалась на этом наборе. Результат на юридических данных несколько ниже, чем у базовой фазы, но авторы указывают, что более крупные данные обучения могут быть полезны для других областей. Лицензия — Apache 2.0.

Это визуальный энкодер семейства CLIP из набора timm, подготовленный на основе DFN и рассчитанный на извлечение признаков изображений. Он преобразует изображение в векторное представление для последующего поиска по сходству, кластеризации или использования в мультимодальных системах. В репозитории размещены веса PyTorch в формате Safetensors. Модель содержит только визуальный энкодер CLIP: текстовый энкодер и генерация текста в карточке не заявлены. Лицензия указана как other, поэтому условия использования следует сверить с исходной лицензией модели и данными репозитория.

Это визуальный энкодер SigLIP из библиотеки timm: вариант ViT-Base с патчами 16×16, глобальным усреднением признаков и входным разрешением 224 пикселя. В репозитории опубликованы веса только image encoder, обученного на данных WebLI; модель предназначена для извлечения признаков изображений и может использоваться в системах поиска и анализа изображений. Модель принимает изображения и выдаёт их векторные представления. Она доступна в форматах PyTorch и safetensors, библиотека для работы — timm. Лицензия — Apache-2.0. Карточка не описывает численное качество и подробные ограничения применения.

Это модель извлечения признаков изображений: визуальный энкодер CLIP на основе ViT-Base с патчами 32×32 и входным разрешением 224 пикселя. Весá опубликованы в библиотеке timm и обучены на наборе LAION-2B. Репозиторий содержит только энкодер изображений, поэтому модель формирует визуальные признаки для дальнейшего использования в поиске, сопоставлении изображений и других задачах компьютерного зрения. Модель принимает изображения и выдаёт векторные представления. Она не включает текстовый энкодер CLIP и сама по себе не генерирует описания или ответы на вопросы об изображениях. Лицензия — Apache-2.0.

Это модель визуального энкодера CLIP из семейства timm: веса архитектуры ViT-Large с патчами 14×14, рассчитанной на изображения размером 224×224 пикселя. В репозитории представлены только веса image encoder, без текстового энкодера CLIP. Модель предназначена для извлечения признаковых векторов изображений, например, для поиска похожих изображений, сравнения визуального содержимого и построения систем поиска по изображениям. Она принимает изображения и выдаёт векторные представления; для сопоставления изображений с текстом потребуется отдельный текстовый энкодер с совместимым пространством признаков. Модель разработана для timm и распространяется по лицензии Apache-2.0. Карточка не сообщает специальных ограничений применения или языковых возможностей; текстовый ввод в репозитории отсутствует.

Это визуальный энкодер timm/vit_so400m_patch16_siglip_384.v2_webli из семейства SigLIP 2 на архитектуре ViT, предназначенный для извлечения признаков изображений. Модель соответствует визуальной части SigLIP 2 и обучена на наборе данных WebLI. Энкодер преобразует изображение в признаки для дальнейшего использования в поиске по изображениям, сопоставлении изображений с текстом и других мультимодальных системах. Репозиторий распространяет веса в форматах PyTorch и safetensors, библиотека для работы — timm. Лицензия Apache-2.0.

onnx-community/voyage-4-nano-ONNX — ONNX-версия модели voyageai/voyage-4-nano, подготовленная сообществом onnx-community. Это multilingual-модель для извлечения признаков и построения векторных представлений текста, пригодная, в частности, для семантического поиска и поиска документов по запросу. В README показан сценарий представления поискового запроса для последующего поиска поддерживающих документов. Модель запускается через ONNX Runtime и принимает токенизированный текст с использованием Transformers AutoTokenizer. Выходы включают last hidden state размерности 2048 на токен и pooler output размерности 2048 для всего входа. В README приведён пример с англоязычным запросом; точный перечень поддерживаемых языков, максимальная длина контекста, количество параметров и сведения об архитектуре не указаны. К сильным сторонам относятся формат ONNX, совместимый с ONNX Runtime, и получение компактного векторного представления размерности 2048 для задач поиска и сопоставления текстов. Ограничения описания связаны с отсутствием данных о качестве, производительности, поддерживаемых языках и предельной длине входа. Модель распространяется по лицензии Apache-2.0.

XIR 1170 — Qwen3 Embedding 0.6B — 2026-07-17 A1 — это текстовая модель эмбеддингов Yucluzzy, дообученная на базе Qwen/Qwen3-Embedding-0.6B для поиска релевантных фрагментов по запросу. Модель создаёт нормализованные векторы, используя представление последнего токена, и рассчитана на сценарий поиска passages, отвечающих на веб-поисковый запрос с заданной инструкцией. Модель содержит 507,6 млн параметров, построена на архитектуре Qwen3 и принимает текст; контекст — до 32 768 токенов. В README описано продолжение обучения официального чекпойнта LRAT на обучающих парах конкурса, с объединением дубликатов и отрицательных примеров и последующим смешиванием весов 50/50 с официальным чекпойнтом LRAT. Локальная проверка на 2 048 строках без пересечения запросов показала небольшое улучшение MRR и Recall@5 относительно официального LRAT, но это не официальный результат конкурса. Модель распространяется по лицензии Apache-2.0.

Карточка модели punitkandoi/zembed-1-embedding на Hugging Face совпадает с карточкой zeroentropy/zembed-1-embedding, поэтому описание составлено по ней. zembed-1 — открытая многоязычная модель эмбеддингов ZeroEntropy, дообученная на базе Qwen/Qwen3-4B и дистиллированная из реранкера zerank-2 с использованием методики zELO. Она предназначена для семантического поиска и построения систем retrieval по текстам, включая поиск по финансовым, медицинским, юридическим, разговорным, производственным, научно-техническим материалам и коду. Модель содержит около 3,7 млрд параметров, использует плотную архитектуру Qwen3 и принимает текст; её контекст составляет до 40 960 токенов по метаданным. README заявляет поддержку проекций эмбеддингов размерностью 2560, 1280, 640, 320, 160, 80 и 40, а также бинарной квантизации с компромиссом между размером и точностью. По заявлению разработчика, модель показала более высокие результаты, чем ряд сравниваемых моделей, в оценках поиска по нескольким предметным областям; приведённые в карточке таблицы содержат лишь часть результатов. Обучение велось на многоязычных данных, более половины которых, по README, не на английском, однако конкретный перечень поддерживаемых языков не приведён; метаданные указывают английский и многоязычность. Модель распространяется по лицензии Apache 2.0. Для использования также упоминается API ZeroEntropy /models/embed.

zembed-1 — открытая многоязычная модель эмбеддингов ZeroEntropy, дообученная на базе Qwen/Qwen3-4B и дистиллированная из реранкера zerank-2 с использованием методики zELO. Она предназначена для семантического поиска и построения систем retrieval по текстам, включая поиск по финансовым, медицинским, юридическим, разговорным, производственным, научно-техническим материалам и коду. Модель содержит около 3,7 млрд параметров, использует плотную архитектуру Qwen3 и принимает текст; её контекст составляет до 40 960 токенов по метаданным. README заявляет поддержку проекций эмбеддингов размерностью 2560, 1280, 640, 320, 160, 80 и 40, а также бинарной квантизации с компромиссом между размером и точностью. По заявлению разработчика, модель показала более высокие результаты, чем ряд сравниваемых моделей, в оценках поиска по нескольким предметным областям; приведённые в карточке таблицы содержат лишь часть результатов. Обучение велось на многоязычных данных, более половины которых, по README, не на английском, однако конкретный перечень поддерживаемых языков не приведён; метаданные указывают английский и многоязычность. Модель распространяется по лицензии Apache 2.0. Для использования также упоминается API ZeroEntropy /models/embed.