I.12Рекомендации и персонализация

MyAwesomeModel — модель на базе BERT, опубликованная автором репозитория asfafa454 и предназначенная для извлечения признаков из текста через библиотеку Transformers и PyTorch. Основной сценарий по метаданным Hugging Face — получение векторных представлений текста для последующей классификации, поиска, кластеризации и других задач машинного обучения. В README также заявлены улучшения рассуждений, понимания языка, генерации кода, ответов на вопросы, суммаризации, диалогов и function calling, однако эти возможности не согласуются с указанным pipeline-тегом feature-extraction и не подтверждены подробностями об архитектуре, размере, языках или контекстном окне. Условия использования определяются лицензией MIT.

MyAwesomeModel — модель на базе BERT, опубликованная пользователем sdafaf33 на Hugging Face и предназначенная для извлечения признаков из текста. Модель работает с библиотекой Transformers и PyTorch, а её основной pipeline-тег — feature-extraction, поэтому она может использоваться для получения векторных представлений текстов в прикладных системах машинного обучения. Такие представления подходят для семантического поиска, кластеризации, классификации и построения других NLP-компонентов. README также заявляет улучшенные возможности рассуждения, генерации кода, диалога и вызова функций, однако эти утверждения не согласуются с указанным pipeline-тегом feature-extraction и не подтверждены техническими характеристиками модели. Модель распространяется по лицензии MIT. В доступных данных нет подтверждённых сведений о размере, длине контекста, поддерживаемых естественных языках и точной архитектурной конфигурации.

NLLB-SigLIP-MRL — мультиязычная модель для сопоставления изображений и текста, объединяющая текстовый энкодер NLLB и визуальный энкодер SigLIP. Она предназначена для поиска изображений по текстовым запросам и поиска текстовых описаний по изображениям на языках Flores-200. Модель создаёт совместные эмбеддинги размером 768, а также укороченные векторы размером 32, 64, 128, 256 и 512 благодаря варианту Matryoshka Representation Learning. Согласно карточке, размеры 256 и 512 сохраняют более 90% качества полного представления; приведены результаты на наборах Crossmodal-3600 и XTD10. Репозиторий содержит веса PyTorch и предназначен для работы через OpenCLIP. Модель разработана Visheratin. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но запрещает коммерческое применение. Карточка не описывает длину контекста; для задач поиска модель формирует векторы вместо обычного текста.

thivy/norbert4-base-scandinavian-embedding — модель эмбеддингов на базе ltg/norbert4-base, разработанная для норвежского букмола и нюнорска, датского и шведского языков. Она обучена на смеси наборов данных для семантического сходства, поиска по вопросам и документам, а также общего поиска; обучение включало 1,6 млн примеров с попарными данными и триплетами. Модель предназначена для преобразования текстов в векторы размерностью 640, чтобы выполнять семантический поиск, извлечение документов по запросу, сравнение предложений, кластеризацию и классификацию. Максимальная длина последовательности — 256 токенов. В приведённых бенчмарках MTEB модель улучшает показатели поиска относительно вариантов, обученных только на данных QA или NLI. Модель распространяется по лицензии MIT. Она оптимизирована для скандинавских языков и лучше всего подходит для задач поиска; тексты длиннее 256 токенов обрезаются, а модель не предназначена для следования инструкциям.

Модель yahyaabd/paraphrase-multilingual-miniLM-L12-v2-finetuned-bps-0000 — дообученный Sentence Transformer на базе sentence-transformers/paraphrase-multilingual-MiniLM-L12-v2. Она преобразует предложения и абзацы в плотные векторы размерности 384, а сходство между ними оценивается косинусной близостью. Архитектура основана на BERT; модель содержит 124,3 млн параметров и принимает последовательности длиной до 512 токенов по метаданным. В README указана максимальная длина 128 токенов. Модель предназначена для семантического поиска и сравнения текстов, поиска перефразирований, кластеризации и классификации. Дообучение выполнено на наборе из 556 примеров с запросами, релевантными и нерелевантными текстами; примеры относятся к статистическим данным Индонезии. Лицензия в предоставленных сведениях не указана.

PE-Core-B-16 — модель семейства Perception Encoder, разработанного Meta для понимания изображений и видео. Этот репозиторий содержит версию исходных весов, преобразованную для OpenCLIP; модель использует совместно обученные визуальный и текстовый энкодеры для сопоставления изображений и текста. Модель предназначена для классификации изображений по текстовым меткам без дополнительного обучения, а также для извлечения признаков и поиска по изображениям и текстовым запросам. Визуальный ViT-B/16 содержит около 90 млн параметров, обрабатывает изображения с разрешением 224 пикселя и использует attention pooling; текстовая башня имеет 310 млн параметров и контекст 32 токена. Общий размер проекции CLIP — 1024. В карточке отмечены результаты на задачах классификации и поиска изображений и видео. Модель доступна в форматах PyTorch и safetensors через библиотеку OpenCLIP. Лицензия — Apache-2.0. Она предназначена для извлечения визуально-текстовых признаков и оценки соответствия изображения текстовым описаниям; текстовый контекст ограничен 32 токенами, а входное разрешение — 224 пикселями.

PE-Core-L-14-336 — версия энкодера Perception Encoder в формате OpenCLIP, разработанного Meta. Это контрастивная модель с визуальной и текстовой башнями, предназначенная для сопоставления изображений и текстовых описаний. Репозиторий содержит вариант L/14 с разрешением изображений 336 пикселей; в семействе модели L и B дистиллированы из основной версии G. Для визуального кодирования используется attention pooling, а L-версия дополнительно имеет class token для глобальной агрегации признаков. Модель подходит для классификации изображений по текстовым меткам без отдельного обучения на этих метках, а также для извлечения признаков и поиска соответствий между изображениями и текстом. В карточке семейства также описаны результаты для видеоклассификации и видеопоиска, однако этот репозиторий размечен для zero-shot классификации изображений. Веса доступны в форматах PyTorch и safetensors; лицензия — Apache-2.0. Число параметров именно этой конфигурации в карточке не приведено.

rank1-7b — реранкер для информационного поиска, разработанный командой JHU CLSP. Модель построена на Qwen2.5-7B и дообучена на rank1-training-data; её архитектура — плотная Qwen2 с 7,1 млрд параметров. Карточка указывает контекстное окно 131 072 токена и формат весов safetensors. Модель получает запрос и документ, генерирует цепочку рассуждений, затем выносит бинарное суждение о релевантности и вычисляет оценку уверенности по логитам токенов true и false. Такой подход предназначен для повторного ранжирования найденных документов, особенно когда соответствие запросу требует сложного анализа. Модель заявлена совместимой с бенчмаркингом MTEB; README сообщает о сильных результатах на задачах поиска, требующих рассуждений, но не приводит конкретных чисел. Основной язык карточки — английский. Для запуска приведён пример интеграции через MTEB и библиотеку rank1; метаданные также указывают Transformers. Лицензия — MIT. Генерация промежуточных рассуждений и обработка пар запрос-документ могут требовать больше вычислений, чем у реранкеров, сразу выдающих оценку; опубликованных в карточке количественных сравнений производительности нет.

Ruri v3 PT 70M — японская модель для получения эмбеддингов текста, разработанная cl-nagoya на основе ModernBERT-Ja от SB Intuitions. Она предназначена для представления предложений и текстов в виде векторов, пригодных для сравнения семантической близости и поиска похожих фрагментов. Модель содержит 70 млн параметров, использует архитектуру ModernBERT и поддерживает контекст до 8192 токенов. Это предварительно обученная версия Ruri v3; карточка рекомендует для готового применения дообученный вариант cl-nagoya/ruri-v3-70m. Модель ориентирована на японский язык. Распространяется по лицензии Apache-2.0.

Sarashina-Embedding-v1-1B — японская модель для получения текстовых эмбеддингов, разработанная SB Intuitions на базе языковой модели Sarashina2.1-1B. Она преобразует предложения и абзацы в плотные векторы размерности 1792, пригодные для сравнения по косинусному сходству. Модель построена как Sentence Transformer на архитектуре Llama и поддерживает контекст до 8192 токенов. Модель обучена в два этапа: контрастное обучение на слабой разметке и дообучение на размеченных парах для сопоставления запросов и документов. Она предназначена для семантического поиска, оценки сходства текстов, поиска перефразировок, классификации и кластеризации. В README сообщается о высоком среднем результате на 16 наборах JMTEB; метаданные также указывают поддержку английского наряду с японским. Лицензия Sarashina Model NonCommercial License Agreement ограничивает коммерческое использование. Модель ориентирована прежде всего на японские тексты, поэтому качество для других языков и специализированных областей может отличаться.

SauerkrautLM-EuroColBERT — многоязычная модель поиска по тексту от VAGOsolutions, построенная на EuroBERT-210m и архитектуре ColBERT с поздним взаимодействием токенов. Модель дообучена на 5,4 млрд английских токенов с дистилляцией знаний от моделей-реранкеров. Она создаёт многовекторные представления и сопоставляет запросы с документами с помощью MaxSim, что подходит для точного поиска и ранжирования кандидатов. Модель содержит 211,7 млн параметров, использует PyLate и принимает документы длиной до 8192 токенов; для запросов в README указано ограничение 256 токенов. Она ориентирована на семь европейских языков: немецкий, английский, испанский, французский, итальянский, нидерландский и португальский. Подходит для корпоративного поиска, поиска товаров, библиотечных каталогов, баз поддержки и научной литературы. Лицензия — Apache 2.0.

akhooli/sbert_nli_test_m — модель Sentence Transformers на основе AraBERTv0.2-base, дообученная на арабских NLI-триплетах. Она кодирует предложения и абзацы в плотные векторы размерности 768; архитектура включает BERT и усреднение токенных представлений. Для сравнения текстов используется косинусное сходство. Модель предназначена для семантического поиска, оценки сходства предложений, поиска перефразировок, кластеризации и классификации текстов на арабском языке. Максимальная длина последовательности — 512 токенов. Распространяется по лицензии Apache-2.0.

imvladikon/sentence_transformers_alephbertgimmel_small — модель на базе BERT, опубликованная как Sentence-Transformers для получения плотных векторных представлений предложений и абзацев. Она содержит 82,3 млн параметров, формирует эмбеддинги размерности 512 и рассчитана на входные последовательности длиной до 512 токенов. Модель предназначена для семантического поиска, сравнения сходства текстов и кластеризации. Она обучалась с MultipleNegativesRankingLoss на датасетах stsb_he и wikianswers_hebrew, поэтому ориентирована на тексты на иврите. Доступен формат PyTorch; лицензия не указана в предоставленных данных.

Serafim 100m Portuguese (PT) Sentence Encoder — модель семейства Serafim PT*, представленная Луишем Гомешем, Антониу Бранку, Жуаном Силвой, Жуаном Родригешем и Родригу Сантушем. Это энкодер предложений на архитектуре BERT, опубликованный в рамках исследовательской работы о векторных представлениях португальского языка. Модель содержит 136,1 млн параметров и преобразует предложения и абзацы в плотные векторы размерности 768; максимальная длина контекста — 512 токенов. Модель предназначена для семантического поиска, сравнения сходства предложений и кластеризации текстов на португальском языке. Она использует mean pooling и доступна в формате Safetensors для библиотеки Sentence Transformers. Лицензия — MIT. Ограничения: обучающие настройки указывают max_seq_length 128, поэтому полезная длина входа при исходной конфигурации может быть меньше заявленного архитектурного контекста. README не приводит конкретных численных результатов оценки качества.

SigLIP 2 Base — модель визуального энкодера, разработанная Google. Она предназначена для сопоставления изображений и текста, классификации изображений по заданным текстовым меткам без специального дообучения, а также для использования в качестве визуального энкодера в мультимодальных моделях и других задачах компьютерного зрения. Модель относится к семейству SigLIP, имеет плотную архитектуру и доступна в формате safetensors для библиотеки Transformers. Предобучение выполнено на наборе WebLI с использованием объединённой схемы обучения, расширяющей подход SigLIP методами для улучшения семантического понимания, локализации и плотных визуальных признаков. README также указывает на пригодность модели для поиска соответствий между изображениями и текстом. Лицензия — Apache 2.0. Модель принимает изображения и текстовые кандидаты или запросы и выдаёт оценки соответствия, которые можно использовать для ранжирования меток и поиска пар изображение—текст. В карточке не приведены численный размер модели, длина контекста и перечень поддерживаемых естественных языков.

SigLIP 2 Base Patch16-256 — визуальный энкодер, разработанный Google. Модель обучена на наборе WebLI по унифицированной схеме предобучения SigLIP 2; в репозитории доступны веса Safetensors для Transformers. Размер изображения на входе — 256 пикселей, патч — 16 пикселей. Модель предназначена для классификации изображений по пользовательским текстовым меткам и поиска соответствий между изображениями и текстом. Её также можно использовать как визуальный энкодер для VLM и других задач компьютерного зрения. Лицензия — Apache-2.0. README описывает улучшенное семантическое понимание, локализацию и плотные визуальные признаки как цели SigLIP 2. В карточке нет сведений о поддерживаемых естественных языках или длине контекста. Для классификации необходимо передавать изображение и варианты меток; сама модель не является диалоговой генеративной VLM.

SigLIP 2 Large — модель компьютерного зрения и языка от Google на архитектуре SigLIP. Она обучена на наборе WebLI и предназначена для сопоставления изображений с текстом: модель выполняет классификацию изображений по заданным текстовым меткам и поиск изображений по текстовым запросам. Её также можно использовать как визуальный энкодер в мультимодальных языковых моделях и других системах компьютерного зрения. Модель принимает изображения и текстовые описания или метки, а на выходе формирует оценки соответствия между ними. Вариант Large с патчами 16×16 рассчитан на обработку изображений с разрешением 384 пикселя; веса опубликованы в формате Safetensors и доступны для Transformers. Лицензия Apache-2.0.

Карточка модели Veritone/siglip2-so400m-patch16-256 на Hugging Face совпадает с карточкой google/siglip2-so400m-patch16-256, поэтому описание составлено по ней. SigLIP 2 So400m — модель семейства SigLIP 2, разработанная Google. Это плотный визуальный энкодер, обученный на датасете WebLI; вариант So400m использует патчи размером 16 пикселей и входное разрешение 256 пикселей. Модель сопоставляет изображения и текст, поддерживает классификацию изображений по произвольным текстовым меткам без дообучения и поиск изображений по тексту или текста по изображению. Модель подходит для извлечения визуальных признаков и встраивания в мультимодальные языковые модели, а также для задач локализации и получения плотных визуальных представлений. В README не приведены сведения о числе параметров, контекстном окне или языковом охвате. Репозиторий распространяется по лицензии Apache-2.0.

zeromodels представляет конверсию SigLIP Large Patch16-256 в формате Keras 3 для классификации изображений по текстовым описаниям без дообучения на конкретных классах. Это двухбашенный мультимодальный энкодер изображений и текста, основанный на google/siglip-large-patch16-256 и обученный с попарной sigmoid loss. Модель принимает изображение и текстовые промпты и оценивает соответствие между ними; реализация работает с TensorFlow, PyTorch и JAX. Модель предназначена для классификации изображений по пользовательским категориям, поиска изображений по текстовому описанию и сопоставления текста с изображениями. Вариант использует патчи размером 16 и входное разрешение 256 пикселей. Лицензия — Apache 2.0. README указывает на карточку исходной модели для дополнительных сведений; размер параметров, языковая поддержка и ограничения качества для этой конверсии не описаны.

sentence-transformers/stsb-roberta-large — модель для получения эмбеддингов предложений и абзацев, обученная командой Sentence Transformers. Она основана на архитектуре RoBERTa с 454,1 млн параметров и отображает текст в плотные векторы размерности 1024; доступна через библиотеку Sentence Transformers и в форматах PyTorch, TensorFlow, Flax, ONNX и OpenVINO. Модель подходит для семантического поиска, сравнения текстов и кластеризации; заявленная длина контекста — 514 токенов. В карточке модель помечена как устаревшая: авторы предупреждают о низком качестве эмбеддингов и рекомендуют выбрать другую модель для новых проектов. Лицензия — Apache-2.0.

utahnlp/tevatron3-reranker-30b-a3b-distill-lora — точечная модель переранжирования пассажей, разработанная на базе Qwen3-30B-A3B с использованием инструментария Tevatron 3.0. Это причинная языковая модель архитектуры MoE, дообученная методом listwise-KL-дистилляции на RLHN-680K; LoRA-адаптер объединён с весами. Для пары запроса и фрагмента текста модель выдаёт оценку релевантности как разность логитов продолжений « yes» и « no» после специального завершающего вопроса в промпте. Модель предназначена для сортировки найденных пассажей в системах информационного поиска. Используются формат safetensors, библиотека Transformers и контекст до 32 768 токенов; указанный размер — 2,6 млрд параметров. Лицензия — Apache-2.0. Для корректных оценок нужен описанный в карточке формат промпта и расчёт логарифмических шансов; модель не является обычным классификатором с одним регрессионным логитом.

Это точечный переранжировщик от Utah NLP на базе Qwen3-8B, обученный с помощью Tevatron 3.0 и контрастивной функции потерь на данных RLHN-680K. Модель оценивает релевантность пары «запрос — документ» как разность логитов ответов «yes» и «no» после промпта с вопросом о релевантности. Для оценки используется шаблон с запросом, заголовком и текстом документа. Модель основана на плотной авторегрессионной архитектуре Qwen3ForCausalLM с 7,6 млрд параметров и контекстом до 32 768 токенов. LoRA-адаптер объединён с базовыми весами. Предназначена для ранжирования найденных фрагментов и улучшения выдачи информационного поиска. Распространяется по лицензии Apache-2.0.

utahnlp/tevatron3-reranker-8b-distill — точечная модель-переранжировщик пассажей на базе плотной авторегрессионной Qwen3-8B, обученная командой Utah NLP с помощью инструментария Tevatron 3.0. Она предназначена для ранжирования найденных фрагментов по релевантности запросу: для каждой пары «запрос — пассаж» вычисляет разность логитов ответов «yes» и «no» после вопроса о релевантности. Модель прошла полное дообучение с дистилляцией listwise-KL на наборе RLHN-680K и сохраняется в формате safetensors. Модель принимает текст запроса и текста пассажа, включая заголовок, и выдаёт оценку релевантности для сортировки результатов поиска. Размер составляет 7,6 млрд параметров, длина контекста — 32 768 токенов. Лицензия Apache-2.0. Карточка описывает конкретный контракт оценки; при использовании нужно сохранить указанный шаблон запроса и не добавлять EOS-токен перед вычислением оценки.

GanymedeNil/text2vec-base-chinese — китайская модель для получения векторных представлений предложений и оценки их семантического сходства. Согласно карточке, она создана на основе LERT вместо MacBERT при сохранении остальных условий обучения. Модель построена на архитектуре BERT, содержит 129,5 млн параметров и принимает текстовые последовательности длиной до 512 токенов. Модель предназначена для сравнения китайских предложений по смыслу и может применяться в поиске похожих текстов, семантическом поиске и подборе релевантных фрагментов. Доступны веса в формате PyTorch; лицензия — Apache-2.0. Карточка также сообщает о версии для ONNX Runtime.

text2vec-large-chinese — модель представления предложений на основе BERT, созданная GanymedeNil. Согласно карточке, в производной версии MacBERT заменён на LERT, а остальные условия обучения сохранены. Модель предназначена для оценки сходства между предложениями и получения векторных представлений текста, которые можно использовать для поиска и сопоставления фраз. Модель содержит 424,3 млн параметров, принимает текст с контекстом до 512 токенов и поддерживает китайский язык. Репозиторий включает веса PyTorch и Safetensors; в README также упомянута версия для ONNX Runtime. Лицензия — Apache-2.0. Карточка не приводит сведения о качестве на конкретных тестах.

victormuryn/use-translation-pt — модель векторных представлений предложений на базе XLM-RoBERTa, дообученная автором на корпусе украинских текстов UberText 2.0. Обучение с контрастивной целью использовало аугментацию обратным переводом; модель входит в коллекцию экспериментов с эмбеддингами предложений для украинского языка. Модель преобразует предложения и абзацы в векторы, пригодные для семантического сравнения, поиска и кластеризации. Её можно использовать в Sentence Transformers для получения эмбеддингов. Основа — sentence-transformers/paraphrase-multilingual-mpnet-base-v2; размер составляет 305,2 млн параметров, контекст — до 514 токенов. Модель распространяется под лицензией Apache-2.0.

Карточка модели nrl-ai/vietnamese-embedding на Hugging Face совпадает с карточкой dangvantuan/vietnamese-embedding, поэтому описание составлено по ней. dangvantuan/vietnamese-embedding — модель эмбеддингов предложений для вьетнамского языка, разработанная на основе PhoBERT с архитектурой RoBERTa. Она преобразует текст векторы размерности 768 и предназначена для семантического поиска, сравнения сходства предложений и кластеризации текстов. Модель построена на Sentence Transformers: использует среднее объединение токенных представлений и поддерживает последовательности до 512 токенов согласно README; метаданные каталога указывают контекст 258 токенов. Веса содержат 162,4 млн параметров. Обучение включало SimCSE с контрастивным обучением, а также дообучение на наборах XNLI-vn и STSB-vn. В карточке приведены результаты оценки корреляции на наборах семантического сходства для вьетнамского языка. Модель подходит для поиска семантически близких фраз и группировки вьетнамских текстов по смыслу. Она принимает текст и возвращает векторные представления; результаты для других языков карточкой не подтверждены. Распространяется по лицензии Apache-2.0.

vit_base_patch16_siglip_gap_256.webli — визуальный энкодер семейства SigLIP, опубликованный в библиотеке timm. Модель принимает изображения и предназначена для извлечения признаковых представлений; глобальное усреднение признаков (global average pooling) формирует векторное представление изображения. Размер входного изображения — 256 пикселей, патчи — 16 × 16. Модель подходит для получения признаков изображений в конвейерах компьютерного зрения, например для последующей индексации или сравнения изображений. В карточке указана лицензия Apache-2.0. Данные не описывают языковую часть или генерацию текста: это только визуальный энкодер.

Это модель CLIP с архитектурой ViT-B-32, обученная на данных LAION-2B и доступная для использования через open_clip и timm. Она сопоставляет изображения и текстовые описания в общем пространстве признаков, поэтому подходит для классификации изображений по текстовым меткам без дополнительного дообучения и поиска изображений по описанию. Модель принимает изображения и текст, а выдаёт векторные представления и оценки сходства; размер входного изображения соответствует варианту CLIP 224. Модель предназначена для сценариев, где классы можно задать текстовыми формулировками: например, для быстрой классификации изображений или прототипа поиска по визуальному содержимому. Лицензия — MIT. Ограничение: качество зависит от формулировок текстовых меток и распределения данных; сведения о поддерживаемых естественных языках в карточке модели не приведены.

vit_so400m_patch14_siglip_378.v2_webli — модель из библиотеки timm, представляющая собой только визуальный энкодер архитектуры ViT в составе SigLIP 2. Она преобразует изображение в признаки и предназначена для извлечения визуальных представлений, в том числе для последующего сопоставления изображений и текста в системах на основе совместимых энкодеров. Модель обучена на датасете WebLI; карточка указывает публикации о SigLIP 2 и sigmoid loss для предварительного обучения языково-визуальных моделей. В метаданных указаны задача image-feature-extraction, библиотека timm и форматы PyTorch и safetensors. Название модели указывает на вариант SO400M с патчами 14 и входным разрешением 378 пикселей. Это визуальная часть SigLIP 2, поэтому сама модель принимает изображения и выдаёт признаки, а не текстовые ответы. Лицензия — Apache-2.0.