I.11Классификация, ранжирование и сопоставление

sam-babayev/sf_model_e5 — модель эмбеддингов предложений на базе архитектуры BERT, опубликованная пользователем sam-babayev. Она преобразует предложения и абзацы в плотные векторы размерностью 1024 для семантического поиска, кластеризации и других задач сравнения текстов. Модель обучалась с функцией MultipleNegativesRankingLoss и косинусной мерой сходства; её контекст ограничен 512 токенами. Модель принимает текст и выдаёт векторные представления. В карточке не названы поддерживаемые естественные языки и конкретная предметная область. Вес репозитория опубликован в формате safetensors; лицензия в предоставленных данных не указана.

Muennighoff/SGPT-125M-mean-nli — модель семейства SGPT, разработанная Muennighoff и представленная в формате Sentence Transformers для получения векторных представлений предложений и оценки их семантического сходства. Она основана на GPT-Neo и содержит 137,7 млн параметров; максимальный контекст составляет 2048 токенов. Модель обучали с MultipleNegativesRankingLoss и косинусной мерой сходства, используя наборы предложений без дубликатов. Модель предназначена для сравнения предложений и получения эмбеддингов, например, для семантического поиска, поиска похожих текстов и ранжирования кандидатов по близости к запросу. Метаданные указывают на поддержку feature extraction и sentence similarity. Языки обучения или приоритетные языки в доступных данных не обозначены. Репозиторий содержит веса PyTorch; сведения о лицензии в предоставленных источниках отсутствуют.

Muennighoff/SGPT-1.3B-weightedmean-msmarco-specb-bitfit — модель для получения векторных представлений текста и оценки сходства предложений. Она основана на плотной архитектуре GPT-Neo и содержит 1,5 млрд параметров; длина контекста — до 2048 токенов. В README указано обучение с MultipleNegativesRankingLoss и косинусной мерой сходства, а название модели связывает её с MS MARCO и взвешенным усреднением токенов. Модель подходит для поиска по смыслу, сравнения предложений и других задач, где требуется сопоставлять тексты по близости эмбеддингов. В метаданных указан формат PyTorch. Сведения о лицензии в предоставленных материалах отсутствуют.

Muennighoff/SGPT-1.3B-weightedmean-nli — модель для получения эмбеддингов предложений на базе GPT-Neo с 1,5 млрд параметров. Она обучена для оценки семантического сходства: Sentence Transformers использует взвешенное усреднение представлений токенов, а при обучении применялась функция MultipleNegativesRankingLoss с косинусным сходством и NLI-данными, на что указывает название модели. Модель подходит для поиска семантически близких текстов, ранжирования кандидатов по сходству с запросом и построения векторного поиска. Она принимает текст и выдаёт векторные представления, поддерживает контекст до 2048 токенов. В карточке приведены сведения об обучении, но нет конкретных результатов оценки; качество для отдельных языков и задач из этих данных установить нельзя. Формат репозитория — PyTorch; сведения о лицензии в предоставленных данных отсутствуют.

Карточка модели Muennighoff/SGPT-5.8B-weightedmean-nli-bitfit на Hugging Face совпадает с карточкой Muennighoff/SGPT-5.8B-weightedmean-msmarco-specb-bitfit, поэтому описание составлено по ней. Muennighoff/SGPT-5.8B-weightedmean-msmarco-specb-bitfit — модель эмбеддингов предложений на архитектуре GPT-J, обученная для оценки сходства текстов. Она предназначена для поиска семантически близких предложений и документов, ранжирования результатов и построения поисковых систем. В README указано обучение с MultipleNegativesRankingLoss и косинусной мерой сходства; метаданные отмечают поддержку эмбеддингов и задачи sentence similarity. Контекст составляет 2048 токенов, формат весов — PyTorch. Модель опубликована под лицензией MIT.

Shingi 27B — 審議 — — это локальная модель принятия решений от kortexa-ai, дообученная на базе prism-ml/Ternary-Bonsai-2-27B-gguf. Она принимает текстовый контекст, вопрос и варианты ответа и выбирает вариант, выдаёт калиброванные вероятности или порядковую оценку, считывая логиты кандидатов без генерации текста. Также модель может принимать изображения через проектор зрения Bonsai 2; изображения не входили в обучение Shingi. Модель распространяется как один файл GGUF размером 7,2 ГБ с тернарными весами PQ2_0 и переобученными блочными масштабами. В README приведены результаты на задачах классификации намерений, эмоций, тональности, вопросов с вариантами ответа, медицинских и юридических задачах, а также на тестах понимания изображений. Заявленная поддержка — только английский язык; для обработки изображений в поставке указан отдельный файл mmproj.gguf. По данным README, для GPU-варианта требуется не менее 20 ГБ видеопамяти, хотя указанный расход самой модели составляет около 8–9 ГиБ. Лицензия репозитория — Apache-2.0. Результаты JevBench и DecisionBench использовались при выборе обучающих данных, поэтому авторы считают их результатами разработки, а не независимой проверкой. В тесте Mind2Web сайты пересекаются с обучающей выборкой. Производительность на Mac заметно ниже, чем на NVIDIA GPU.

cl-nagoya/shioriha-large-pt — модель на архитектуре BERT, опубликованная в формате Sentence-Transformers. Она преобразует предложения и абзацы в плотные векторы размерностью 1024 для семантического поиска, кластеризации и задач сравнения сходства. Модель содержит 436,2 млн параметров и обрабатывает вход длиной до 512 токенов. Модель предназначена для создания эмбеддингов текста. В Transformers для получения векторного представления поверх контекстных выходов трансформера требуется применить соответствующую операцию pooling. В карточке нет сведений о специальных предметных областях или поддерживаемых языках. Модель опубликована под лицензией, указанной в метаданных Hugging Face; доступные метаданные её не содержат.

zeromodels выпускает конверсию SigLIP 2 Base Patch16 224 в формате Keras 3 для библиотеки zeromodels. Модель сопоставляет изображения с текстовыми подсказками и выполняет классификацию изображений без дополнительного дообучения. Вариант основан на google/siglip2-base-patch16-224 и использует визуально-языковую архитектуру SigLIP 2; реализация Keras работает с TensorFlow, PyTorch и JAX. Модель принимает изображения и текстовые запросы, а на выходе оценивает соответствие между ними. Мультиязычный токенизатор на основе словаря Gemma поддерживает запросы на многих языках. Подходит для классификации изображений по пользовательским категориям и поиска соответствий между изображениями и описаниями. Лицензия — Apache 2.0.

Veritone/siglip2-base-patch16-224 — модель семейства SigLIP 2, разработанная Veritone на основе архитектуры SiglipModel. Это визуально-текстовая модель для классификации изображений по заданным текстовым меткам без отдельного обучения, поиска изображений по тексту и использования в качестве визуального энкодера для мультимодальных моделей. Модель принимает изображение и текстовые описания кандидатов, сопоставляет их и выдаёт оценки соответствия; размер изображения — 224 × 224 пикселя, размер патча — 16 пикселей. Предобучена на наборе WebLI. SigLIP 2 объединяет улучшения предобучения для семантического понимания изображений, локализации объектов и получения плотных визуальных признаков. Репозиторий содержит веса в формате safetensors, использовать модель можно через Transformers. Лицензия — Apache 2.0. В карточке указано назначение для zero-shot классификации, поиска изображений по тексту и применения как визуального энкодера.

Карточка модели yshsdfv/siglip2-base-patch16-naflex на Hugging Face совпадает с карточкой google/siglip2-base-patch16-naflex, поэтому описание составлено по ней. SigLIP 2 Base — базовая модель семейства SigLIP 2, разработанная Google. Это плотный визуально-языковой энкодер класса Siglip2Model для сопоставления изображений и текста; модель доступна в формате Safetensors и используется через библиотеку Transformers. Модель предназначена для классификации изображений по произвольным текстовым меткам без отдельного обучения, поиска соответствий между изображениями и текстом, а также в качестве визуального энкодера для мультимодальных моделей и других задач компьютерного зрения. SigLIP 2 объединяет улучшения предобучения SigLIP для семантического понимания изображений, локализации и получения плотных признаков. Она предобучена на наборе WebLI. Модель принимает изображения и текстовые описания или метки и выдаёт оценки соответствия, пригодные для ранжирования вариантов. Карточка не сообщает конкретный размер параметров и длину контекста. Лицензия Apache-2.0 разрешает использование, изменение и распространение с соблюдением её условий. Оценки из карточки относятся к исследовательской публикации; качество может различаться на задачах и данных, отличающихся от предобучения.

zeromodels публикует реализацию SigLIP 2 Large Patch16 512 в формате Keras 3 для классификации изображений по текстовым описаниям без дообучения на целевых метках. Модель принимает изображения и текстовые запросы, сопоставляет их и позволяет выбирать наиболее подходящие метки. Реализация работает с TensorFlow, PyTorch и JAX. Модель основана на google/siglip2-large-patch16-512. Семейство SigLIP 2 использует мультиязычный словарь Gemma на 256 тысяч токенов; карточка отмечает поддержку многих языков. Модель пригодится для классификации изображений с пользовательскими категориями и поиска изображений по текстовым запросам. Распространяется по лицензии Apache 2.0.

zeromodels/siglip2_so400m_p14_224 — конверсия модели SigLIP 2 Google в формат Keras 3 для библиотеки zeromodels. Это мультимодальная модель нулевой классификации изображений: при инференсе она сопоставляет изображение или изображения с текстовыми подсказками и оценивает, какие из них лучше соответствуют содержимому. Реализация работает с TensorFlow, PyTorch и JAX. Модель основана на google/siglip2-so400m-patch14-224. SigLIP 2 использует мультиязычный словарь Gemma на 256 тысяч токенов; предварительное обучение включает обучение по подписям, самодистилляцию и предсказание маскированных областей для улучшения семантических и плотных визуальных признаков. Для загрузки рекомендован соответствующий Processor, чтобы согласовать размер изображений и токенизатор. Модель подходит для классификации изображений по заданным текстовым меткам и сопоставления изображений с текстовыми описаниями. В репозитории указана лицензия Apache 2.0. Конкретные показатели качества и контекстные ограничения в предоставленных данных не приведены.

mlx-community/siglip2-so400m-patch16-384 — модель компьютерного зрения, разработанная сообществом mlx-community и конвертированная в формат MLX из google/siglip2-so400m-patch16-384 с использованием mlx-lm. Модель предназначена для сопоставления изображений с текстовыми описаниями и классификации изображений по произвольным текстовым меткам без предварительного обучения на конкретных классах. Модель использует архитектуру SigLIP 2 с размером So400M, размером патча 16 и входным разрешением 384 пикселя. Она формирует оценки соответствия для пар «изображение—текст», которые можно преобразовать в вероятности с помощью сигмоиды. Модель работает в формате MLX и подключается через библиотеку mlx-embeddings; библиотека Transformers указана в метаданных. Модель подходит для zero-shot-классификации, поиска изображений по текстовым описаниям и оценки семантического соответствия между изображениями и подписями. Лицензия Apache-2.0 разрешает использование, модификацию и распространение при соблюдении её условий.

zeromodels/siglip_base_p16_256 — конверсия SigLIP от Google в формате Keras 3, подготовленная для zeromodels. Это двухэнкодерная модель зрения и текста, обученная сопоставлять изображения с текстовыми описаниями с помощью попарной сигмоидной функции потерь. Она предназначена для классификации изображений без примеров: при выводе модель получает изображения и текстовые подсказки и оценивает их соответствие. Реализация работает с TensorFlow, Torch и JAX; базовая модель — google/siglip-base-patch16-256. Лицензия — Apache 2.0.

SigLIP base — мультимодальная модель Google на архитектуре SigLIP, предварительно обученная на англоязычных парах изображение–текст из набора WebLI. Вариант обучен для работы с изображениями разрешением 512×512; текст токенизируется с длиной до 64 токенов. Модель использует sigmoid loss для сопоставления изображений и текста. Модель предназначена для классификации изображений по текстовым описаниям без дообучения и поиска соответствий между изображениями и текстом. Её можно применять для подбора меток к изображениям по заданным формулировкам и для поиска изображений по текстовому запросу или наоборот. Карточка указывает лицензию Apache-2.0.

SigLIP Large — мультимодальная модель Google для сопоставления изображений и текста, предобученная на англоязычных парах WebLI. Архитектура SigLIP использует sigmoid loss для обучения на парах изображение–текст; эта версия обрабатывает изображения с разрешением 256×256, а текст — последовательности длиной до 64 токенов. Модель предназначена для классификации изображений по текстовым описаниям без дополнительного обучения и для поиска соответствий между изображениями и текстом. Она может быть полезна для поиска изображений по запросу и сортировки изображений по описаниям. Обучение на англоязычных данных ограничивает основания ожидать сопоставимое качество для других языков. Модель распространяется по лицензии Apache 2.0.

Это версия SigLIP SoViT-400m, подготовленная zeromodels в формате Keras 3 на основе google/siglip-so400m-patch14-224. Модель использует двойной визуально-текстовый энкодер: принимает изображения и текстовые запросы, чтобы классифицировать изображения по произвольным текстовым меткам без отдельного обучения на этих метках. Поддерживает разрешение 224 × 224; реализация Keras может работать с TensorFlow, PyTorch или JAX. Модель подходит для поиска изображений по описанию и классификации изображений по пользовательским категориям. В README отмечено, что обучение SigLIP использует попарную сигмоидальную функцию потерь вместо контрастивного softmax-подхода CLIP. Репозиторий распространяется по лицензии Apache 2.0. Это преобразованная версия базовой модели, поэтому её возможности и ограничения в основном наследуются от SigLIP; качество зависит от формулировки текстовых запросов и соответствия изображений обучающим данным.

SILMA Arabic Matryoshka Embedding Model 0.1 — модель текстовых эмбеддингов, предназначенная прежде всего для арабского языка. Она разработана командой SILMA AI и основана на дообученной AraBERTv0.2-base, использует архитектуру BERT и библиотеку Sentence Transformers. Модель содержит 162,4 млн параметров и принимает последовательности длиной до 512 токенов. Эмбеддинги Matryoshka позволяют использовать первые n измерений вектора, подбирая компромисс между размером представления, скоростью и точностью. В карточке показаны сценарии семантического поиска и сходства предложений, сопоставления вопроса с абзацем, привязки сообщения к названию намерения и классификации документов. Указаны арабский и английский языки; лицензия — Apache-2.0. Модель предназначена для построения векторного поиска и семантического сопоставления, а не для генерации текста. Качество может меняться при сокращении размерности эмбеддингов; README не приводит численных результатов оценки.

SILMA STS Arabic Embedding Model 0.1 — модель Sentence Transformers от SILMA AI для оценки смысловой близости предложений и абзацев. Она преобразует текст в плотные векторы размерности 768; близость векторов рассчитывается косинусным сходством. Модель основана на BERT, дообучена в два этапа: сначала на арабских и английских триплетах, затем на парах текстов с оценками сходства. Базовая модель из карточки — silma-ai/silma-embeddding-matryoshka-0.1; в README также указан aubmindlab/bert-base-arabertv02. Модель подходит для семантического поиска, сопоставления вопроса с абзацем, поиска перефразировок, кластеризации и классификации текста на основе эмбеддингов. Карточка приводит оценку на MTEB STS17 для арабского языка и примеры сценариев на арабском и английском. Максимальная длина последовательности — 512 токенов. Модель распространяется по лицензии Apache-2.0.

snumin44/simcse-ko-roberta-unsupervised — модель для оценки смыслового сходства двух предложений на корейском языке. Она основана на RoBERTa и обучена автором репозитория методом SimCSE без разметки, на корейских текстах из Википедии; для обучения указана базовая модель klue/roberta-base. Модель преобразует предложения в представления, по которым можно вычислять косинусное сходство. Модель подходит для поиска семантически близких предложений, сопоставления запросов с текстами и построения систем поиска или дедупликации на корейском языке. В README приведены результаты оценки на KorSTS и Klue. Метаданные указывают 137,8 млн параметров и контекст до 514 токенов; в настройках обучения README указан предел длины 64 токена. Распространяется по лицензии MIT.

SimCSE-RetroMAE-Small — компактная модель семантических эмбеддингов, разработанная Seznam.cz и дообученная на основе Seznam/retromae-small-cs с objective SimCSE. Она предназначена для оценки смыслового сходства предложений и может применяться в поиске похожих текстов, семантическом поиске, извлечении документов, кластеризации и классификации. Модель построена на архитектуре BERT, содержит 27,2 млн параметров и обрабатывает входной текст с контекстом до 512 токенов. Основной язык — чешский. Репозиторий содержит веса PyTorch; лицензия — CC BY 4.0.

slinger-base — англоязычная модель Sentence Transformer, созданная разработчиком carsondial путём дообучения BAAI/bge-base-en-v1.5 на 45 000 парах текстов. Архитектура основана на BERT: модель формирует 768-мерные плотные эмбеддинги, использует CLS-пулинг и нормализацию; сходство векторов можно оценивать косинусной мерой. Максимальная длина входа — 512 токенов. Модель предназначена для семантического поиска, сравнения предложений и абзацев, поиска перефразировок, кластеризации и классификации текста. В README приведены результаты оценки поиска с разными размерностями эмбеддингов, включая укороченные варианты от 64 до 512 измерений. Модель рассчитана на английский язык и распространяется по лицензии Apache-2.0.

Smaller LaBSE — компактная версия мультиязычного BERT Sentence Encoder, созданная путём дистилляции исходной LaBSE и опубликованная пользователем setu4993. Модель предназначена для получения векторных представлений предложений и оценки их семантического сходства, в том числе между языками. Это плотная BERT-модель объёмом 246,4 млн параметров с максимальным контекстом 512 токенов. По карточке она поддерживает 15 языков: арабский, немецкий, английский, испанский, французский, итальянский, японский, корейский, нидерландский, польский, португальский, русский, тайский, турецкий и китайский. Репозиторий содержит веса в форматах PyTorch, TensorFlow и Flax. Модель полезна для поиска семантически близких предложений и мультиязычного сопоставления текстов. Качество и детали обучения описаны в исходной статье; уменьшение набора языков по сравнению с оригинальной LaBSE может ограничивать применимость к языкам вне указанного списка. Лицензия — Apache 2.0.

Rnfudge/snapd-embedder-v1 — дообученная модель Sentence Transformers на базе unsloth/Qwen3-Embedding-4B, подготовленная Rnfudge с использованием Unsloth. Она преобразует предложения и абзацы в плотные векторы размерностью 2560 и предназначена для семантического поиска, оценки сходства текстов, поиска перефразирований, классификации и кластеризации. Для сравнения в README указана косинусная близость; архитектура использует представление последнего токена и нормализацию векторов. Модель обучена на 223 748 парах anchor-positive с функцией потерь MultipleNegativesRankingLoss и направлением query-to-document. Репозиторий указывает контекст до 40 960 токенов, тогда как README для конфигурации Sentence Transformers задаёт максимальную длину последовательности 8192 токена. Поддерживаемый язык карточки — английский; базовая модель описана как многоязычная. Модель распространяется по лицензии GPL-3.0.

Solon-embeddings-large-0.1 — открытая модель векторных представлений текста от OrdalieTech. Она основана на архитектуре XLM-RoBERTa и содержит 658,7 млн параметров; веса опубликованы в формате safetensors. Модель предназначена для французского языка и рассчитана на создание эмбеддингов, используемых в задачах сравнения текстов и поиска по смыслу. Контекст модели — до 514 токенов. Модель подходит для семантического поиска, оценки сходства текстов, классификации и ранжирования. В описании приведены результаты по девяти французским тестам MTEB и другим бенчмаркам; для запросов на извлечение информации README рекомендует добавлять префикс «query : », тогда как для текстов-пассажей инструкции не нужны. Лицензия — MIT. Результаты бенчмарков не гарантируют аналогичного качества на других данных и сценариях.

Это перенос многоязычного текстового энкодера SONAR в формат Transformers из реализации fairseq2. Модель на архитектуре M2M100 содержит 665 млн параметров и формирует векторные представления текста для оценки сходства предложений. Перенесённые веса должны давать те же эмбеддинги, что и официальная реализация, которая остаётся эталонным источником. Энкодер поддерживает 202 языка, как NLLB-200, и рассчитан на кодирование текстов длиной до 1024 токенов. Его можно использовать для поиска семантически близких предложений и сопоставления текстов на разных языках. Репозиторий содержит веса в форматах PyTorch и Safetensors. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но запрещает коммерческое применение.

Qdrant/Splade_PP_en_v1 — порт модели prithivida/Splade_PP_en_v1 в формате ONNX, подготовленный для классификации текста и поиска сходства. Модель основана на BERT и использует masked language modeling; в каталоге отмечены задачи заполнения маски и сравнения предложений. Размер — 136,7 млн параметров, контекст — до 512 токенов. Модель предназначена для поиска и сопоставления текстов, в том числе с использованием FastEmbed. Репозиторий распространяется по лицензии Apache-2.0. Карточка не приводит конкретных ограничений качества или дополнительных характеристик обучения.

dnth выпустила модель Sentence Transformer, дообученную на наборе ssf-train-valid-v4 на основе nomic-ai/modernbert-embed-base. Она преобразует предложения и абзацы в плотные эмбеддинги размерности 768, нормализованные для сравнения по косинусному сходству. Архитектура включает ModernBertModel с усреднением токеновых представлений; максимальная длина входа — 8192 токена. Модель предназначена для семантического поиска и сравнения текстов, поиска перефразировок, а также использования эмбеддингов для классификации и кластеризации. Обучение описано на парах и тройках anchor-positive-negative из датасета размером 4524 обучающих примера. Метаданные указывают задачи sentence-similarity и feature-extraction. Язык примеров или языковая специализация модели не подтверждены, поэтому языки не указаны. Файлы представлены в формате safetensors; лицензия в предоставленных данных не указана.

Карточка модели bennegeek/stella_en_1.5B_v5 на Hugging Face совпадает с карточкой delwinn/stella_en_1.5B_v5, поэтому описание составлено по ней. delwinn/stella_en_1.5B_v5 — англоязычная модель эмбеддингов, разработанная на основе Alibaba-NLP/gte-large-en-v1.5 и Alibaba-NLP/gte-Qwen2-1.5B-instruct. Она предназначена для поиска релевантных текстов по запросу и оценки семантического сходства. Модель построена на архитектуре Qwen2, содержит 1,5 млрд параметров и выдаёт текстовые векторы; поддерживает представления размером 512, 768, 1024, 2048, 4096, 6144 и 8192 измерения. Для большинства задач предусмотрены варианты промптов s2p и s2s; обычно автор рекомендует размерность 1024. Модель обучена с использованием MRL и доступна в формате PyTorch/SafeTensors. Хотя нативный контекст составляет 131072 токена, автор рекомендует ограничивать последовательности 512 токенами: модель обучалась на такой длине и, по описанию, хуже справляется с поиском по специализированным длинным текстам. Детали обучения и использованные наборы данных в README не раскрыты. Лицензия — MIT.

stella-large-zh-v2 — модель для кодирования текста, разработанная автором семейства Stella. Она преобразует китайские тексты в векторы размерностью 1024 и предназначена прежде всего для семантического поиска и сопоставления текстов. Модель основана на архитектуре BERT и дообучена на открытых корпусах и синтетических парах «вопрос — абзац» и «предложение — абзац» с помощью контрастивного обучения, сложных отрицательных примеров и дистилляции. Контекст составляет до 1024 токенов. Для поиска не требуется добавлять инструкционные префиксы. Модель подходит для поиска по длинным китайским документам и оценки семантического сходства; в README приведены результаты C-MTEB и отдельная оценка длинных текстов. Она возвращает векторы, поэтому для выдачи результатов поиска требуется внешняя система индексации и сравнения. Условия лицензии в предоставленных данных не описаны.