I.11Классификация, ранжирование и сопоставление

Карточка модели mitra-mir/setfit-model-Misinformation-on-Convoy на Hugging Face совпадает с карточкой mitra-mir/setfit-model-Misinformation-on-Global-Support, поэтому описание составлено по ней. Это модель Sentence-Transformers на архитектуре MPNet, разработанная автором репозитория mitra-mir. Она преобразует предложения и абзацы в плотные векторы размерности 768 для семантического поиска, сравнения сходства и кластеризации текстов. В метаданных указано 136,7 млн параметров и контекст до 514 токенов; модель распространяется в формате PyTorch. Название репозитория указывает на тему дезинформации о глобальной поддержке, однако README не описывает специализированные функции или результаты классификации по этой теме. Модель подходит для получения текстовых эмбеддингов и поиска семантически близких фрагментов. Для использования описан интерфейс библиотеки Sentence-Transformers. Лицензия в предоставленных данных не указана.

Это модель Sentence-Transformers на архитектуре MPNet, разработанная автором репозитория mitra-mir. Она преобразует предложения и абзацы в плотные векторы размерности 768 для семантического поиска, сравнения сходства и кластеризации текстов. В метаданных указано 136,7 млн параметров и контекст до 514 токенов; модель распространяется в формате PyTorch. Название репозитория указывает на тему дезинформации о глобальной поддержке, однако README не описывает специализированные функции или результаты классификации по этой теме. Модель подходит для получения текстовых эмбеддингов и поиска семантически близких фрагментов. Для использования описан интерфейс библиотеки Sentence-Transformers. Лицензия в предоставленных данных не указана.

mrm8488/setfit-mpnet-base-v2-finetuned-spam-detection — модель Sentence Transformers на архитектуре MPNet, разработанная автором mrm8488 и предназначенная для преобразования предложений и абзацев в плотные векторы размерности 768. В метаданных указан размер 136,7 млн параметров, библиотека PyTorch и контекст до 514 токенов. Модель можно использовать для семантического поиска, сравнения сходства текстов и кластеризации. Несмотря на название репозитория, README описывает получение эмбеддингов, а метаданные не подтверждают отдельную задачу классификации спама. Модель принимает текст и выдаёт векторы. README указывает обучение с CosineSimilarityLoss; сведений о поддерживаемых языках и лицензии в предоставленных данных нет.

IsaacRodgz обучил модель представлений предложений на архитектуре BERT. Она преобразует предложения и абзацы в плотные векторы размерностью 384 и предназначена для семантического поиска, сравнения текстов и кластеризации. Модель насчитывает 25,9 млн параметров, принимает текстовые входы с контекстом до 512 токенов; доступны веса PyTorch и ONNX. Название репозитория указывает на настройку для определения позиции в заголовках испанских новостей, однако README описывает прежде всего модель эмбеддингов и не приводит метрик качества или подробностей обучения. Для использования доступны Sentence-Transformers и задачи поиска сходства; лицензия в предоставленных данных не указана.

Silver Retriever Base v1.1 — модель эмбеддингов на базе BERT, созданная Пётром Рыбаком из Института информатики Польской академии наук. Она кодирует польские предложения и абзацы в плотные векторы размерности 768 для поиска релевантных фрагментов и семантического поиска. Модель дообучена на парах «вопрос — фрагмент текста» из наборов PolQA и MAUPQA в течение 8 000 шагов; для получения эмбеддингов используется pooling контекстных представлений. Модель предназначена прежде всего для поиска ответов на польском языке. При подготовке запросов рекомендуется добавлять префикс «Pytanie:», а для документов объединять заголовок и текст через специальный токен; для сравнения эмбеддингов обычно подходит косинусное расстояние. Архитектура основана на HerBERT-base, размер — 151,6 млн параметров, контекст — 514 токенов. Модель опубликована в форматах PyTorch и Safetensors под лицензией CC BY-SA 4.0. Карточка приводит сравнительную оценку на задачах поиска, но из доступного фрагмента таблицы нельзя установить полные результаты для Silver Retriever. Она рассчитана на польский текст и не предназначена для генерации ответов.

SPLADE-max CamemBERT-base mMARCO-FR — франкоязычная модель для семантического поиска, разработанная и дообученная на французской части mMARCO. Она преобразует запросы и документы в разреженные векторы размерностью 32 000, а релевантность оценивает по косинусному сходству. Модель основана на almanach/camembert-base и содержит 137,8 млн параметров; архитектура CamemBERT использует masked language modeling. Контекст модели — до 514 токенов. Модель предназначена для поиска релевантных документов по запросам на французском языке, в том числе в больших коллекциях текстов. Обучение проводилось на парах запросов и passages из mMARCO с ранжирующей функцией потерь InfoNCE и регуляризацией разреженности FLOPS. В README приведена оценка на dev-наборе mMARCO-FR с 6 980 запросами и корпусом из 8,8 млн passages. Лицензия — MIT. Оценка качества описана для французского набора mMARCO; результаты на других языках и типах данных в карточке не приведены. Для поискового применения модель формирует разреженные векторы, поэтому при интеграции нужно обеспечить совместимый способ вычисления сходства и поиска.

teacher_ag-news — дообученная модель BERT для классификации текстов, созданная на основе dumitrescustefan/bert-base-romanian-cased-v1. Она предназначена для отнесения текста к одной из категорий новостного набора AG News. Архитектура — BertForSequenceClassification, размер — 151,6 млн параметров, максимальный контекст — 512 токенов. Модель принимает текст и возвращает метку класса и оценки классификации. В README приведены результаты оценки: F1 0,942, ROC AUC 0,961 и accuracy 0,9392. Базовая модель рассчитана на румынский язык, однако язык и состав обучающего набора для этой версии не описаны. Модель распространяется по лицензии MIT; качество на других наборах текстов не подтверждено.

aslakey/text_overlay_detection — модель классификации изображений на базе Dinov2 with Registers, опубликованная пользователем aslakey. Она определяет, присутствует ли на изображении наложенный текст: субтитры, титры, водяные знаки, рекламные сообщения или поясняющие подписи. Модель обучена на 2 тысячах пар изображений, размеченных с помощью VLM и затем вручную; модифицированный препроцессор отключает центральное кадрирование, чтобы учитывать текст в углах изображения. Модель предназначена для отбора изображений с выжженным текстом при подготовке данных для генерации изображений и видео, очистки рекламных креативов и предварительной обработки данных для сравнения изображений или создания пар для генерации оформления заголовков. В README указаны precision, recall и F1-score 0,97–0,99 для классов «есть наложенный текст» и «нет наложенного текста» на использованной оценке. Размер модели — 402,7 млн параметров; веса опубликованы в формате safetensors для Transformers. Лицензия и языковая привязка метками модели не подтверждены; модель классифицирует наличие текста, а не распознаёт его содержание.

Vela-1.0-Encoder-307M — многоязычный энкодер ModernBERT от llm-semantic-router, дообученный на базе jhu-clsp/mmBERT-base. Он предназначен для использования как основа специализированных моделей маршрутизации и для задачи заполнения маскированных токенов. Модель содержит 306,9 млн параметров, принимает последовательности длиной до 32 768 токенов и распространяется в формате Safetensors. В карточке приведено сравнение masked-token negative log-likelihood с исходным mmBERT32K Base на многоязычном наборе разработки: Vela показала более низкие значения на длинах контекста 512, 8K и 16K. Набор охватывает английский, китайский, немецкий, французский, японский и арабский языки; он использовался для выбора чекпойнта и не является независимым тестом. Лицензия — MIT.

Это вьетнамская модель Sentence Transformers, дообученная автором maiduchuy321 на базе bkai-foundation-models/vietnamese-bi-encoder для подбора релевантных ответов в юридическом чат-боте. Архитектура состоит из трансформера RoBERTa и mean pooling; модель преобразует предложения и абзацы в плотные векторы размерностью 768, а близость оценивается косинусным сходством. Размер модели — 162,4 млн параметров, максимальная длина последовательности — 258 токенов по метаданным.

timm/vit_pe_spatial_gigantic_patch14_448.fb — вариант энкодера изображений Perception Encoder Spatial, разработанный Meta и представленный в библиотеке timm. Это модель семейства Vision Transformer с патчами 14 пикселей и входным разрешением 448 пикселей; репозиторий содержит только энкодер изображений и веса в форматах PyTorch и Safetensors. Модель предназначена для извлечения детализированных визуальных признаков, которые можно использовать в задачах классификации, поиска по изображениям и плотного предсказания, включая обнаружение объектов и сегментацию. Пространственные признаки PE Spatial уточнены с помощью дистилляции от промежуточных слоёв PE Core и обучения на масках SAM 2.1; в README приведены результаты на ADE20k, LVIS и COCO. Лицензия — Apache-2.0. Модель принимает изображения и выдаёт визуальные представления; естественный язык не является её основным входом или выходом. README не сообщает конкретный размер модели и длину контекста.

EIDORA предоставляет ONNX-конверсию AlexNet — сверточной нейронной сети, первоначально представленной Крижевским, Суцкевером и Хинтоном. Используется контрольная точка TorchVision AlexNet_Weights.IMAGENET1K_V1, предварительно обученная на ImageNet-1K; это не исходные веса авторов 2012 года. Модель предназначена для извлечения визуальных признаков из изображений и сравнения их сходства, а также для использования в качестве базового метода при сравнении моделей эмбеддингов. На вход подаётся RGB-изображение: короткая сторона масштабируется до 256 пикселей, затем выполняется центральное кадрирование до 224 × 224 пикселей. ONNX-граф включает нормализацию каналов ImageNet. На выходе — L2-нормированный эмбеддинг размерности 4096 из второго полносвязного слоя после ReLU; для сравнения в README рекомендовано косинусное сходство. Лицензия в метаданных — BSD-3-Clause; в README отдельно отмечено, что условия распространения предобученных весов следует учитывать отдельно.

ArmoRM-Llama3-8B-v0.1 — модель оценки вознаграждения, разработанная Haoxiang Wang, Wei Xiong, Tengyang Xie, Han Zhao и Tong Zhang. Она дообучена на FsfairX-LLaMA3-RM-v0.1 и использует архитектуру Llama 3 с плотной сетью и агрегацией нескольких целей оценки через смесь экспертов (MoE). Модель принимает текст и выдаёт оценку для классификации или ранжирования ответов ассистента. Модель предназначена для сравнения ответов в диалогах, оценки качества и безопасности, а также отбора предпочтительных ответов при обучении и настройке языковых моделей. В таблице RewardBench для неё указан общий результат 89,0; среди приведённых показателей — 96,9 для Chat, 92,2 для Safety и 97,3 для Reasoning. Размер модели — около 7,5 млрд параметров, контекст — 8192 токена; формат весов — safetensors. Это специализированная модель вознаграждения, а не универсальный генератор ответов: оценки зависят от обучающих предпочтений и выбранной постановки задачи, поэтому их следует проверять на целевом наборе данных. В карточке указана лицензия Llama 3 (llama3); перед применением необходимо соблюдать её условия.

Это японская модель Cross-Encoder для вывода естественного языка, разработанная akiFQC на основе tohoku-nlp/bert-base-japanese-v3 и обученная с помощью SentenceTransformers. Для пары предложений она предсказывает оценки трёх классов: следование, нейтральное отношение и противоречие. Модель также подходит для классификации без примеров, когда описание категории сопоставляется с текстом. Модель основана на BERT, содержит 138,4 млн параметров и принимает пары текстов с максимальным контекстом 512 токенов. Обучение проводилось на JSNLI, обучающей части JNLI и JSICK; точность на валидационной выборке JGLUE-JNLI составляет 0,914. Лицензия — CC BY-SA 4.0. Модель предназначена для японского языка. Как Cross-Encoder, она оценивает пары текстов, поэтому для сравнения множества кандидатов может требовать отдельного вычисления для каждой пары.

howey/bert-base-uncased-rte — модель классификации текстовых пар на основе BERT, опубликованная пользователем howey на Hugging Face. Она дообучена для задачи RTE (Recognizing Textual Entailment): по двум текстам определяет, следует ли гипотеза из предпосылки; подходит для распознавания текстового следования и противоречий в коротких фрагментах. Модель имеет архитектуру BertForSequenceClassification, около 136,7 млн параметров и принимает последовательности длиной до 512 токенов. Это англоязычная модель на базе bert-base-uncased; поддерживает входной текст и выдаёт метки классификации. Репозиторий содержит веса PyTorch. Лицензию и ограничения точности по имеющимся источникам установить нельзя.

HooshvareLab/bert-fa-base-uncased-clf-digimag — модель классификации персидских текстов, разработанная на основе ParsBERT v1.1. Авторы восстановили словарь и дообучили модель на новых персидских корпусах для задач классификации; этот вариант предназначен прежде всего для разметки статей журнала Digikala Online Magazine по семи тематическим категориям: видеоигры, покупки, здоровье и красота, наука и технологии, общие темы, искусство и кино, книги и литература. Модель использует архитектуру BERT и содержит 190 млн параметров. Она принимает текст и выдаёт метку класса; максимальный контекст составляет 512 токенов. В README приведён результат F1 93,65 для набора Digikala Magazine, немного выше показателей ParsBERT v1 и mBERT в том же сравнении. Репозиторий содержит варианты Flax, PyTorch и TensorFlow. Модель распространяется по лицензии Apache-2.0. Оценка относится к указанному набору данных, поэтому качество на других тематиках и текстах отдельно не подтверждено.

Модель prithivida/bert-for-patents-64d — версия BERT для патентных текстов, основанная на anferico/bert-for-patents. Разработчик сократил размер эмбеддингов с помощью PCA с 1024 до 64 измерений, чтобы уменьшить объём их хранения при работе с миллионами векторов. Модель предназначена для извлечения признаков из текста и сценариев семантического поиска по патентам, в том числе с использованием векторных баз данных. Исходная модель обучена Google на более чем 100 млн патентов, включая патенты разных стран, а не только США. У модели архитектура BERT Large, около 443,5 млн параметров и контекст до 512 токенов. Доступны веса PyTorch и TensorFlow; лицензия — Apache-2.0. Сжатие эмбеддингов снижает требования к месту для их хранения, но, согласно карточке, не ускоряет работу модели и не уменьшает память, необходимую при её запуске. README сообщает о сопоставимом качестве после сокращения размерности, но не приводит подробностей оценки.

Legal BERTimbau — модель эмбеддингов предложений на основе BERTimbau Large, адаптированная авторами stjiris для португалоязычных юридических текстов. Она преобразует предложения и абзацы в плотные векторы размерностью 1024 для семантического поиска, сравнения сходства и кластеризации. Модель обучалась на юридических текстах примерно из 30 тысяч документов с использованием MLM, а затем адаптировалась для задачи семантического сходства на португальских наборах ASSIN, ASSIN2 и STS-B Multi-MT. Архитектура — BERT; число параметров составляет 433,2 млн, максимальный контекст — 512 токенов. Модель ориентирована на португальский язык и юридическую лексику. Она подходит для поиска похожих фрагментов и группировки юридических предложений, но не предназначена для генерации текста или самостоятельного юридического консультирования. В метаданных указаны форматы PyTorch и Safetensors; лицензия в предоставленных сведениях не описана.

Chuangmail/bge-base-financial-matryoshka — англоязычная модель Sentence Transformers, дообученная на 6 300 парах вопросов и ответов о компаниях и финансовой отчётности на базе BAAI/bge-base-en-v1.5. Она использует BERT и преобразует текстовые фрагменты в плотные эмбеддинги для семантического поиска, сравнения предложений и извлечения информации из финансовых документов. Модель выдаёт векторы размерностью до 768 и поддерживает Matryoshka-размеры 512, 256, 128 и 64; для сравнения применяется косинусное сходство. Максимальная длина последовательности — 512 токенов. Лицензия — Apache-2.0. В карточке приведены результаты оценки поиска на нескольких размерностях, но они относятся к указанным наборам данных и не гарантируют аналогичного качества на других корпусах.

littlejohn-ai/bge-m3-spa-law-qa — дообученная Sentence Transformers модель на базе BAAI/bge-m3 для поиска и сопоставления испаноязычных юридических текстов. Она преобразует предложения и абзацы в нормализованные плотные векторы размерности 1024; для сравнения предусмотрена косинусная близость. Архитектура включает XLM-RoBERTa, pooling по CLS-токену и нормализацию, максимальная длина последовательности — 8192 токена. Модель рассчитана на семантический поиск по юридическим документам и извлечение релевантных фрагментов для систем RAG. README также указывает задачи семантического сходства, поиска перефразировок, классификации и кластеризации. В карточке приведены метрики Information Retrieval для разных размерностей эмбеддингов. Лицензия — Apache-2.0.

pablosi — автор дообученной модели Sentence Transformer на базе littlejohn-ai/bge-m3-spa-law-qa, обученной на наборе boe_sintetic_question_context с испанскими вопросами и контекстами из правовых документов. Модель преобразует предложения и абзацы в плотные векторы размерностью 1024 и предназначена для семантического поиска и сравнения текстов; в README также указаны кластеризация, поиск перефразирований и классификация текста как возможные сценарии. Архитектура основана на XLM-RoBERTa с pooling по токену CLS и нормализацией векторов. Максимальная длина входа — 8192 токена; для сопоставления текстов используется косинусное сходство. Модель ориентирована на испанский язык и поиск по правовым материалам. Лицензия — Apache-2.0.

biencoder-mMiniLMv2-L6-mmarcoFR — плотный двунаправленный энкодер предложений, разработанный Antoine Louis для семантического поиска на французском языке. Он преобразует запросы и passages в векторы размерности 384; косинусное сходство между ними служит оценкой релевантности. Модель основана на nreimers/mMiniLMv2-L6-H384-distilled-from-XLMR-Large и дообучена на французской части mMARCO с трудными отрицательными примерами, полученными от плотных поисковых моделей. Модель подходит для поиска фрагментов текста по запросу и ранжирования кандидатов в крупном корпусе. В README описана оценка на 6 980 запросах и 8,8 млн passages; максимальная длина последовательности при обучении составляла 128 токенов. В метаданных указаны архитектура XLM-RoBERTa, 110,2 млн параметров и контекст 514 токенов. Лицензия — MIT. Модель рассчитана на французский язык и выдаёт векторные представления текста, а не готовые ответы. Её специализация на mMARCO-fr может ограничивать качество на других языках и задачах; README не приводит численных результатов оценки.

CaiT-XXS36-384.fb_dist_in1k — модель семейства Class-Attention in Image Transformers для классификации изображений и извлечения визуальных признаков. Она представлена в библиотеке timm; веса предварительно обучены авторами статьи на ImageNet-1k с дистилляцией. Модель содержит 17,4 млн параметров, имеет вычислительную сложность 14,4 GMACs и рассчитана на изображения размером 384 × 384 пикселя. Её можно использовать для классификации изображений и получения эмбеддингов как визуального бэкбона. Модель принимает изображения и выдаёт классовые предсказания либо признаки. В карточке указана лицензия Apache-2.0. Данные о точности и поддержке изображений других размеров не приведены.

dksysd/cefr-classifier — англоязычный классификатор текста, дообученный на базе microsoft/deberta-v3-large для определения уровня сложности английского текста по шкале CEFR от A1 до C2. Он подходит для оценки учебных материалов, сортировки текстов по уровню владения языком и подбора материалов для изучающих английский. Модель использует архитектуру DeBERTa V3 Large с классификационной головой и содержит 533,8 млн параметров. Она принимает текст и возвращает классификацию уровня; нативная длина контекста — 512 токенов. Карточка упоминает обучение на датасете dksysd/cefr-classification, но не приводит численных результатов качества. Модель распространяется по лицензии CC BY-NC-SA 4.0, которая требует атрибуции, распространения производных материалов на тех же условиях и не допускает коммерческого использования. Предсказания относятся к английским текстам и не заменяют комплексную оценку языковой компетенции человека.

CodeSage Large V2 — открытая модель для представления и поиска по исходному коду, разработанная авторами семейства CodeSage. Это encoder-модель на 1,7 млрд параметров с контекстом до 2048 токенов; она формирует векторные представления кода и предназначена для задач понимания кода, включая семантический поиск кода по коду и по текстовому описанию. V2 дообучена контрастивным обучением на парах описаний и тел функций и классов из The Stack V2; данные прошли фильтрацию согласованности. Поддерживаются девять языков программирования: C, C#, Go, Java, JavaScript, TypeScript, PHP, Python и Ruby. Архитектура допускает гибкий размер эмбеддингов благодаря Matryoshka Representation Learning. Модель подходит для поиска похожих фрагментов кода и подбора кода по запросу на естественном языке. Метаданные каталога также указывают задачи fill-mask и text-classification, но карточка описывает прежде всего извлечение эмбеддингов и семантический поиск. Веса доступны в формате PyTorch, библиотека — Transformers. Лицензия — Apache-2.0.

comsat-embed-ja-8b-preview — плотная декодерная модель эмбеддингов, разработанная Sionic AI и дообученная для семантического поиска на японском языке. Она кодирует запросы и документы в векторы для поиска по смысловой близости и подходит для поиска по документам, базам знаний и корпоративным коллекциям, а также для извлечения материалов при ответах на вопросы. Модель содержит 7,6 млрд параметров, использует архитектуру Qwen3 и принимает текст. README сообщает о тренировке на более чем 1,5 млн японских примеров и длине входа до 8 192 токенов; метаданные указывают контекст до 40 960 токенов. Векторы размерности 4096 формируются с pooling по последнему токену, нормализуются по L2 и сравниваются по косинусному сходству. Запросы следует кодировать с инструкционным префиксом, документы — без него. На JMTEB v2 модель показала средний NDCG@10 0,8133 по 11 задачам поиска. Основной язык модели — японский; метаданные также указывают английский. Лицензия CC BY-NC 4.0 ограничивает коммерческое использование. Результаты бенчмарка относятся к описанным условиям оценки; пропуск префикса запроса может снизить качество поиска.

ConvNeXt Nano — сверточная модель классификации изображений, обученная Россом Уайтманом в библиотеке timm на ImageNet-12k, подмножестве ImageNet-22k с 11 821 классом. Модель предварительно обучена с оптимизатором AdoptW и может использоваться как классификатор или основа для извлечения карт признаков и эмбеддингов изображений. Модель содержит 22,5 млн параметров, рассчитана на изображения размером 384 × 384 пикселя и требует около 7,2 GMACs на обработку изображения. Форматы весов в репозитории — PyTorch и safetensors. Для применения нужны изображения; результатами могут быть классовые оценки, признаки или эмбеддинги. Лицензия — Apache-2.0.

CrossViT Small 240 — модель классификации изображений и извлечения визуальных признаков, обученная авторами статьи на ImageNet-1k. Она построена на архитектуре CrossViT, которая использует трансформер с перекрёстным вниманием для объединения признаков разных масштабов. Модель содержит 26,9 млн параметров, выполняет 5,6 GMACs и рассчитана на изображения размером 240 × 240 пикселей. Модель подходит для классификации изображений по классам ImageNet-1k и получения эмбеддингов изображений в качестве признаков для последующих задач компьютерного зрения. Она принимает изображения и выдаёт предсказанные классы либо визуальные признаки. Репозиторий содержит веса PyTorch и Safetensors и использует библиотеку timm. Лицензия — Apache-2.0.

arxyzan/data2vec-roberta-base — текстовая модель семейства RoBERTa, созданная на основе подхода Data2Vec к самообучению. Репозиторий содержит копию facebook/data2vec-text-base; автор карточки уточняет, что модель не обучалась с помощью кода из репозитория Data2Vec, а была скопирована для удобства и воспроизводимости. Модель предназначена для извлечения признаков из текста и получения векторных представлений. Она содержит 151,8 млн параметров, принимает последовательности длиной до 514 токенов и доступна в форматах PyTorch и Safetensors. Указанный язык — английский. Лицензия в предоставленных данных не указана.

vivekkopthsd/distilluse-taxfinance-multilingual — многоязычная модель эмбеддингов предложений, разработанная для поиска по индийским налоговым и финансовым материалам. Она основана на DistilBERT-архитектуре DistilUSE и содержит около 135 млн параметров; модель обучена методом дистилляции знаний из более крупной доменной модели. Выход — векторные представления для семантического поиска и сравнения предложений. Максимальная длина контекста составляет 512 токенов. Модель предназначена для поиска и RAG по налоговым и финансовым корпусам, в том числе для запросов на хинди к документам на английском. Карточка сообщает о сильных результатах на собственном отложенном наборе для поиска на хинди и кросс-лингвального поиска, но отмечает небольшое отставание от прямого дообучения на англоязычном поиске. Модель распространяется по лицензии Apache-2.0.