I.12Рекомендации и персонализация

Карточка модели m-toman/siglip2-base-patch16-384 на Hugging Face совпадает с карточкой google/siglip2-base-patch16-384, поэтому описание составлено по ней. SigLIP 2 Base — базовая модель семейства SigLIP 2 от Google, предназначенная для сопоставления изображений и текста. Это плотная vision-архитектура; вариант patch16-384 принимает изображения с разрешением 384 пикселя и обучен на датасете WebLI с использованием объединённой схемы предобучения SigLIP и ранее разработанных методов. Модель подходит для классификации изображений по произвольным текстовым меткам без дополнительного обучения, поиска изображений по тексту и текста по изображению, а также как визуальный энкодер для VLM и других компьютерно-зрительных задач. В README отмечены улучшенное семантическое понимание, локализация и извлечение плотных признаков. Модель распространяется под лицензией Apache-2.0. README не приводит численный размер модели или результаты оценки, поэтому их нельзя уточнить по доступным сведениям.

Карточка модели Veritone/siglip2-base-patch16-384 на Hugging Face совпадает с карточкой google/siglip2-base-patch16-384, поэтому описание составлено по ней. SigLIP 2 Base — базовая модель семейства SigLIP 2 от Google, предназначенная для сопоставления изображений и текста. Это плотная vision-архитектура; вариант patch16-384 принимает изображения с разрешением 384 пикселя и обучен на датасете WebLI с использованием объединённой схемы предобучения SigLIP и ранее разработанных методов. Модель подходит для классификации изображений по произвольным текстовым меткам без дополнительного обучения, поиска изображений по тексту и текста по изображению, а также как визуальный энкодер для VLM и других компьютерно-зрительных задач. В README отмечены улучшенное семантическое понимание, локализация и извлечение плотных признаков. Модель распространяется под лицензией Apache-2.0. README не приводит численный размер модели или результаты оценки, поэтому их нельзя уточнить по доступным сведениям.

Veritone/siglip2-base-patch16-384-vision — копия зрительной башни SigLIP 2 Base от Google, подготовленная Veritone. Репозиторий содержит только vision tower базовой модели google/siglip2-base-patch16-384: она кодирует изображения и видеокадры в общее пространство эмбеддингов, а текстовая башня размещена отдельно в Veritone/siglip2-base-patch16-384-text. Модель построена на архитектуре SigLIP и предназначена для загрузки отдельно при индексации, что позволяет загружать только нужную часть модели. Энкодер подходит для классификации изображений по кандидатным текстовым меткам, поиска изображений по текстовому запросу и использования в качестве визуального энкодера для мультимодальных моделей. SigLIP 2 улучшает семантическое понимание, локализацию и плотные визуальные признаки; предварительное обучение проводилось на наборе WebLI. Для работы с текстовыми запросами или совместной обработкой изображения и текста потребуется текстовая башня либо другая совместимая текстовая модель. Репозиторий распространяется по лицензии Apache-2.0.

Карточка модели Veritone/siglip2-so400m-patch16-384 на Hugging Face совпадает с карточкой google/siglip2-so400m-patch16-384, поэтому описание составлено по ней. SigLIP 2 So400m — модель семейства SigLIP 2, разработанная Google и предназначенная для сопоставления изображений и текста. Её применяют для классификации изображений по произвольным текстовым меткам, поиска изображений по текстовому запросу и как визуальный энкодер для мультимодальных моделей и других задач компьютерного зрения. Модель использует плотную архитектуру SigLIP и представлена в формате safetensors; работать с ней можно через Transformers. Предобучение проведено на наборе WebLI. SigLIP 2 развивает подход к предобучению SigLIP, объединяя его с ранее разработанными методами для улучшения семантического понимания, локализации и извлечения плотных признаков. Лицензия — Apache 2.0. Модель обрабатывает изображения и текстовые метки и выдаёт оценки соответствия; качество зависит от формулировок меток и характеристик изображений. README не приводит конкретных ограничений применения.

Это англоязычный разреженный энкодер SPLADE, разработанный на базе Luyu/co-condenser-marco с помощью библиотеки sentence-transformers. Модель дообучена для поиска по текстам и преобразует предложения и абзацы в разреженные векторы размерностью 30 522; релевантность оценивается скалярным произведением векторов. Архитектура состоит из BertForMaskedLM и слоя SpladePooling с max-пулингом и ReLU. Максимальная длина входа — 512 токенов. Модель подходит для семантического поиска и разреженного извлечения документов, а также может использоваться в конвейерах эмбеддингов и сравнения предложений. В README приведены оценки на небольших наборах NanoMSMARCO, NanoNFCorpus и NanoNQ. Они дают ориентир по результатам, но не гарантируют качество на других корпусах; модель рассчитана на английский язык. Лицензия — Apache-2.0.

sentence-transformers/stsb-bert-base — модель Sentence-Transformers, разработанная командой sentence-transformers. Она преобразует предложения и абзацы в плотные векторы размерности 768 для семантического поиска и кластеризации. Архитектура основана на BERT; модель содержит 136,7 млн параметров и принимает текст с контекстом до 512 токенов. Модель предназначена для получения эмбеддингов предложений и сравнения их семантической близости. Доступны реализации в форматах PyTorch, Safetensors, TensorFlow, ONNX и OpenVINO. Карточка предупреждает, что модель устарела и создаёт эмбеддинги низкого качества, поэтому рекомендует выбрать более современные модели. Лицензия — Apache-2.0.

Это точечный ранжировщик пассажей utahnlp, созданный на базе Qwen3-8B и обученный с помощью Tevatron 3.0. Модель оценивает релевантность пары «запрос — фрагмент текста», используя один регрессионный логит классификационной головы на последнем токене EOS. При обучении пара формировалась из запроса, заголовка и текста пассажa; обучение было контрастивным и выполнялось полным дообучением на RLHN-680K. Модель предназначена для повторного ранжирования результатов поиска и passage ranking. Она принимает текстовую пару запроса и фрагмента, а выдаёт числовую оценку релевантности. Это не генеративный reranker с оцениванием продолжений «yes» и «no»; для загрузки README рекомендует AutoModelForSequenceClassification. Используются архитектура Qwen3 с 7,6 млрд параметров, библиотека Transformers и контекст до 32 768 токенов. Лицензия — Apache-2.0.

atasoglu/turkish-tiny-bert-uncased-mean-nli-stsb-tr — компактная модель Sentence Transformers на базе BERT, разработанная дообучением ytu-ce-cosmos/turkish-tiny-bert-uncased. Она преобразует предложения и абзацы в плотные векторы размерностью 128 для семантического поиска, сравнения сходства, кластеризации и других задач работы с текстовыми эмбеддингами. Модель содержит 4,6 млн параметров, использует формат PyTorch и принимает последовательности длиной до 512 токенов. Модель обучена на наборах nli_tr и emrecan/stsb-mt-turkish и ориентирована на турецкий язык. Авторы указывают, что тексты перед подачей следует приводить к нижнему регистру с заменой латинской I на турецкую ı; без этой предобработки результаты могут ухудшиться. Лицензия — MIT.

Vela Omni Nano — мультимодальная модель семейства Vela от разработчика semantic-router, предназначенная для получения векторов признаков в общем пространстве текстов, изображений, речи и окружающих звуков. Её можно использовать для поиска между модальностями, маршрутизации запросов и кластеризации; в README также приведены результаты классификации текста и поиска соответствий между изображениями и текстом. Модель содержит около 163,8 млн параметров и формирует нормализованные эмбеддинги размерностью 384. По описанию, текстовые и графические вычисления сохранены относительно предыдущей малой модели, а аудиопредставление расширено замороженной ветвью CLAP для окружающих звуков; аудиоэмбеддинги обучались и оценивались отдельно. Репозиторий предоставляет веса в формате Safetensors и использует PyTorch. Лицензия — Apache-2.0. В опубликованных сравнениях модель показывает сильные результаты на англоязычных и аудиобенчмарках среди моделей сопоставимого размера. Многоязычное покрытие остаётся ограничением; также авторы отмечают ухудшение на задачах поиска речь–текст и кластеризации звуков транспорта относительно предыдущей версии. В README указано ограничение текста до 128 токенов для описанного протокола оценки; это не подтверждает максимальную длину входа при использовании модели.

thuannc/vi-distilled-msmarco-MiniLM-L12-cos-v5 — вьетнамская модель эмбеддингов предложений на базе Sentence-Transformers, созданная дистилляцией модели msmarco-MiniLM-L12-cos-v5 на англо-вьетнамских параллельных данных. Она преобразует предложения и абзацы в плотные векторы размерности 384 и подходит для семантического поиска и поиска ответов на вопросы. В README приведены результаты оценки: Recall@10 85 и MRR@10 58; для paraphrase-multilingual-MiniLM указаны 75 и 49 соответственно. Модель основана на архитектуре BERT, содержит 124,3 млн параметров и рассчитана на контекст до 512 токенов. Для обучения использовались PhoMT, MKQA, MLQA и XQuAD, а в качестве учителя — msmarco-MiniLM-L12-cos-v5. В метаданных указан формат PyTorch и лицензия MIT. README описывает применение через Sentence-Transformers или Transformers с подходящим pooling; опубликованные результаты и сценарии связаны с поиском, а иных ограничений карточка не уточняет.

Модель vit_base_patch16_clip_224.openai_ft_in12k_in1k — модель классификации изображений на основе Vision Transformer (ViT), опубликованная в библиотеке timm. Она предварительно обучена OpenAI на парах изображений и текстов WIT-400M с помощью CLIP, а затем дообучена на ImageNet-12k и ImageNet-1k. Модель содержит 86,6 млн параметров и рассчитана на изображения размером 224 × 224 пикселя. Модель предназначена для классификации изображений и может использоваться как визуальный backbone для извлечения признаков и построения эмбеддингов изображений. Веса доступны в форматах PyTorch и Safetensors; лицензия — Apache-2.0. Модель принимает изображения и выдаёт предсказанные классы либо векторные признаки.

Модель timm/vit_base_patch16_plus_clip_240.laion400m_e32 разработана для экосистем open_clip и timm. Это вариант CLIP с архитектурой ViT-B-16-plus-240, обученный на наборе изображений и текстов LAION-400M. Она сопоставляет изображения с текстовыми описаниями и подходит для классификации изображений по заданным пользователем категориям без отдельного обучения классификатора. Репозиторий содержит веса в форматах PyTorch и safetensors; лицензия — MIT. Модель принимает изображения и текстовые метки классов, а для классификации выдаёт оценки соответствия изображения каждой метке. Данных о контекстном окне или поддерживаемых естественных языках в предоставленной карточке нет.

Модель vit_base_patch32_clip_384.laion2b_ft_in12k_in1k — визуальный трансформер ViT для классификации изображений и извлечения признаков. Она разработана в экосистеме timm: предварительно обучена с OpenCLIP на парах изображение–текст из LAION-2B, затем дообучена на ImageNet-12k и ImageNet-1k. Модель содержит 88,3 млн параметров и принимает изображения размером 384 × 384 пикселя. Её можно применять для классификации объектов на изображениях и получения визуальных эмбеддингов для поиска или последующей обработки. Репозиторий предоставляет веса PyTorch и SafeTensors; лицензия — Apache-2.0.

vit_large_patch16_siglip_512.v2_webli — визуальный энкодер SigLIP 2 на архитектуре ViT-Large с патчами 16 пикселей, предназначенный для библиотеки timm. Он соответствует только визуальной башне модели SigLIP 2 и обучен на наборе данных WebLI. Модель преобразует изображения в признаки и подходит для извлечения визуальных представлений, которые можно использовать в системах поиска и анализа изображений. Репозиторий содержит веса PyTorch в формате Safetensors. Лицензия — Apache-2.0. Это только энкодер изображений, поэтому он сам по себе не принимает текст и не генерирует текстовые описания. Карточка не приводит конкретные результаты оценки качества или сведения об ограничениях сверх этого.

MatinGhiasi/agah-finetuned-e5-base — модель Sentence Transformer, дообученная на базе intfloat/multilingual-e5-base для преобразования предложений и абзацев в плотные векторы размерностью 768. Архитектура включает XLM-RoBERTa, усреднение токенных представлений и нормализацию; сходство векторов оценивается косинусной мерой. Максимальная длина последовательности составляет около 512 токенов. Модель предназначена для семантического поиска и извлечения релевантных фрагментов по запросам. В примерах обучающего набора показаны персидские запросы и документы по финансовым услугам компании Агаҳ, поэтому модель подходит для поиска по подобным материалам. README указывает библиотеку Sentence Transformers и формат Safetensors в метаданных. Лицензия в предоставленных сведениях не указана.

Модель timm/aimv2_1b_patch14_224.apple_pt — веса визуального энкодера AIM-v2, совместимые с библиотекой timm. Она предназначена для извлечения признаков из изображений, например для получения векторных представлений, которые можно использовать в последующих задачах компьютерного зрения. В метаданных указаны форматы PyTorch и safetensors и лицензия apple-ascl. Карточка не содержит сведений о размере модели, обучении, поддерживаемых языках или ограничениях применения.

AIMv2 Large Patch14 224 — модель компьютерного зрения из семейства AIMv2, разработанного Apple. Это зрительная энкодерная модель с 308,3 млн параметров, обученная с мультимодальной авторегрессионной целью; репозиторий содержит веса в форматах Flax и safetensors и предназначен для извлечения признаков изображений через Transformers. Модель принимает изображение и выдаёт его векторное представление. Такие признаки подходят для задач визуального поиска и построения систем сопоставления изображений с текстом или другими изображениями. В README сообщается, что семейство AIMv2 превосходит CLIP и SigLIP на большинстве бенчмарков мультимодального понимания, а также DINOv2 в обнаружении объектов с открытым словарём и понимании выражений, указывающих на объекты; эти результаты относятся к семейству в целом. Карточка демонстрирует загрузку модели через Flax и библиотеку Transformers. Указана лицензия Apple AMLR. Модель принимает изображения и сама по себе не генерирует текст; языки её работы не обозначены.

Armenian-Text-Embeddings-2-large — модель Metric-AI для создания плотных векторных представлений армянских текстов. Она дообучена на базе intfloat/multilingual-e5-large, использует архитектуру XLM-RoBERTa и содержит около 658,7 млн параметров. Модель принимает текст и выдаёт эмбеддинги размерностью 1024; максимальная длина последовательности — 514 токенов. Модель предназначена для семантического поиска на армянском языке, задач RAG, сравнения документов, информационного поиска, классификации и кластеризации текстов. В карточке также заявлена обработка транслитерированных запросов и поддержка межъязыкового понимания. Репозиторий содержит веса в формате safetensors и использует лицензию MIT. Качество может снижаться на узкоспециализированной терминологии; модель может недостаточно учитывать культурный контекст армянского языка. На результаты также могут влиять качество обучающих данных и предвзятость текстов Reddit.

yosefw/bert-amharic-embed-small — компактная модель Sentence Transformers, дообученная автором на базе rasyosef/bert-small-amharic. Она кодирует предложения и абзацы в плотные векторы размерностью 512 и предназначена для сравнения смысловой близости, семантического поиска, поиска перефразировок, классификации и кластеризации текстов. Архитектура включает BERT, усреднение токенных представлений и нормализацию; максимальная длина входа — 512 токенов, сходство можно оценивать косинусной мерой. Модель обучалась на 40 237 парах «запрос — релевантный текст» и в примерах использует амхарский текст. README указывает язык en, что расходится с амхароязычной базовой моделью и примерами, поэтому реальную языковую область следует проверять на целевых данных. Чекпойнт содержит 31,5 млн параметров, распространяется в формате safetensors по лицензии Apache-2.0.

Модель ruanchaves/bert-base-portuguese-cased-assin2-similarity — дообученная версия BERTimbau base, разработанная на основе neuralmind/bert-base-portuguese-cased. Она предназначена для оценки семантического сходства двух текстов на португальском языке с помощью классификационной головы BertForSequenceClassification и обучалась на наборе ASSIN 2. Модель содержит 136,1 млн параметров, принимает текстовые последовательности длиной до 512 токенов и выдаёт результат классификации. Её можно применять для сравнения перефразировок, поиска похожих предложений и оценки сходства текстовых пар на португальском языке. Репозиторий содержит веса PyTorch. Сведения о лицензии в предоставленных данных отсутствуют.

indiejoseph/bert-cantonese-sts — модель на базе BERT, опубликованная пользователем indiejoseph. Она преобразует предложения и абзацы в плотные векторы размерностью 768 и предназначена для сравнения семантической близости текстов, семантического поиска и кластеризации. Модель можно использовать через Sentence-Transformers или Transformers с соответствующей операцией pooling для получения вектора из контекстных представлений токенов. Модель содержит 130,6 млн параметров, принимает текст и поддерживает контекст до 512 токенов. Название указывает на ориентацию на кантонский язык; в метаданных коды языков не приведены. Доступен формат PyTorch. Лицензия в предоставленных данных не указана.

google/bert_uncased_L-4_H-768_A-12 — компактная англоязычная модель BERT, выпущенная Google в составе набора BERT Miniatures и описанная в исследовании о предварительном обучении компактных моделей. Это плотный Transformer-энкодер с 4 слоями, скрытым размером 768 и 12 головами внимания; в модели около 61,2 млн параметров, она принимает последовательности длиной до 512 токенов. Модель обучена для английского языка без учёта регистра с WordPiece-маскированием и доступна в форматах PyTorch и Flax. Она предназначена для задач понимания текста и дообучения под конкретные задачи, например классификацию предложений и оценку сходства. По сравнению с крупными вариантами BERT она требует меньше вычислительных ресурсов; авторы отмечают, что особенно эффективна при дистилляции с метками от более крупной модели-учителя. Это базовый энкодер, поэтому для прикладной задачи обычно требуется подходящая голова и дообучение. Лицензия — Apache-2.0.

Модель BGE base Financial Matryoshka разработана как Sentence Transformer с дообучением от BAAI/bge-base-en-v1.5. Она кодирует английские предложения и абзацы в плотные эмбеддинги размерностью 768; в архитектуре используются BERT, пулинг по CLS-токену и нормализация векторов. Максимальная длина входа — 512 токенов, сходство оценивается косинусной мерой. Благодаря Matryoshka-обучению эмбеддинги можно использовать в укороченных размерностях для поиска и сравнения текста. Модель предназначена для семантического поиска, оценки сходства предложений, поиска перефразировок, кластеризации и классификации текста, включая поиск по финансовым материалам. В README приведены результаты на небольшом наборе из 16 обучающих примеров; для информационного поиска метрика cosine_accuracy@1 равна 0 на нескольких размерностях, поэтому качество на целевых данных следует проверять отдельно. Модель использует библиотеку sentence-transformers и распространяется по лицензии Apache-2.0.

SQAI разработала BGE base Financial Matryoshka — англоязычную sentence-transformers-модель, дообученную на базе SQAI/bge-embedding-model. Она использует архитектуру BERT с пулингом CLS-токена и нормализацией выходного вектора. Модель преобразует предложения и абзацы в плотные эмбеддинги размерности 384; максимальная длина входа — 512 токенов. Для сравнения векторов можно использовать косинусное сходство. Модель предназначена для семантического поиска и оценки сходства текстов, а также может применяться для поиска перефразировок, кластеризации и классификации текста. В README приведён набор из 1 865 обучающих пар, связанных с атрибутами объектов уличного освещения; название указывает на финансовую направленность, однако описание и примеры датасета этого не подтверждают. В таблицах оценки retrieval для размерностей 768, 512, 256, 128 и 64 указаны нулевые значения accuracy@1, @3 и @5, поэтому заявленные возможности не следует считать подтверждёнными этими результатами. Модель распространяется по лицензии Apache-2.0.

Это визуальная модель ConvNeXt Large MLP от timm: веса визуальной башни CLIP, предварительно обученные в OpenCLIP на данных LAION-2B, затем дообучены для классификации ImageNet-12k. Модель содержит около 216,8 млн параметров и рассчитана на изображения размером 384 × 384 пикселя. Модель можно применять для классификации изображений, извлечения карт признаков и получения векторных представлений изображений. Карточка приводит её как классификационный бэкбон и описывает извлечение эмбеддингов; метаданные указывают задачу image-classification. Лицензия — Apache-2.0.

Diver-GroupRank-7B-i1-GGUF — GGUF-квантизированная версия модели Diver-GroupRank-7B, разработанной AQ-MedAI и подготовленной квантизатором mradermacher. Модель предназначена для ранжирования текстовых фрагментов и документов в задачах информационного поиска, passage ranking и text ranking, включая сценарии, где требуется учитывать рассуждения при оценке релевантности. В качестве обучающих данных указаны наборы xlangai/BRIGHT и liuwenhan/reasonrank_data_13k. Модель относится к классу 7B и рассчитана на работу с текстом; заявленный язык — английский. Точная архитектура, размер контекстного окна и дополнительные модальности в README не указаны. Распространяется в формате GGUF с несколькими вариантами квантизации от i1-IQ1_S до i1-Q6_K, что позволяет выбирать баланс между размером файла, скоростью и качеством. В README рекомендуется i1-Q4_K_M как быстрый вариант, а i1-Q4_K_S отмечен как оптимальный по соотношению размера, скорости и качества; наиболее низкие уровни квантизации могут существенно ухудшать результаты. Модель удобна для локального запуска и интеграции в системы поиска и повторного ранжирования при ограниченных ресурсах. Ограничения включают ориентацию на английский язык, отсутствие сведений о контекстном окне и количественных результатах тестирования, а также возможную потерю качества при агрессивной квантизации. Указанная лицензия — Apache-2.0.

DUSUNEN Pusula 118M v0 — компактный турецкий энкодер для поиска и сравнения текстов, разработанный автором репозитория GoktugD. Модель основана на sentence-transformers/paraphrase-multilingual-MiniLM-L12-v2 и дообучена на 100 000 обучающих и 2 000 проверочных триплетах с Cached Multiple Negatives Ranking Loss. Она преобразует запросы и документы в нормализованные векторы размерностью 384; архитектура — BERT, число параметров — около 124,3 млн, контекст — до 512 токенов. Модель предназначена для семантического поиска, ранжирования документов по близости к запросу и других сценариев retrieval на турецком языке. В README приведены результаты оценки на пяти турецких поднаборах MTEB и сравнение компромисса между размером модели, памятью индекса и качеством поиска. Модель не генерирует текст и не ведёт диалог. Лицензия — Apache-2.0. Качество поиска ниже, чем у более крупной DUSUNEN Rota 270M v1 в указанном наборе задач; компактность достигается за счёт снижения оценочного результата. Обучающие данные основаны на машинном переводе турецкого MS MARCO и могут содержать ошибки перевода, устаревшие сведения и смещения веб-текстов. Оценка сходства служит сигналом ранжирования, а не вероятностью или проверкой фактов.

Eklav-14B-Reranker-CotGen — экспериментальный чекпойнт Eklav для ранжирования пассажей, дообученный на базе Qwen/Qwen3-14B. Это плотная причинно-языковая модель Qwen3 с 14 млрд параметров, контекстом до 40 960 токенов и форматом safetensors; для запуска используется библиотека Transformers. Вариант CotGen представлен как базовый результат для сравнения: при обучении модель училась продолжать частичный след рассуждения учителя и самостоятельно получать ответ, а не воспроизводить весь след целиком. Модель предназначена для попарной оценки релевантности пассажей, в том числе в задачах из наборов BRIGHT и NevIR. Она генерирует рассуждение, завершающееся меткой true или false; оценку релевантности извлекают из логитов последнего токена. Для инференса автор рекомендует vLLM с условием остановки по строке: при генерации Transformers с фиксированным бюджетом токенов модель иногда продолжает длинный текст, повторяется и не завершает ответ. Лицензия в предоставленных данных не указана.

EVA-CLIP-8B — разработанная BAAI совместно с THU модель контрастивного сопоставления изображений и текста семейства CLIP. Она преобразует изображения и текст в векторы признаков, которые можно сравнивать для поиска соответствий и классификации без обучения на конкретных классах. Модель содержит 8,1 млрд параметров и распространяется в формате PyTorch; для обучения использовались данные LAION-2B и COYO-700M. Модель предназначена для извлечения визуальных и текстовых признаков, классификации изображений по текстовым описаниям и поиска изображений по запросу или текста по изображению. В README для варианта 8B приведены средние результаты на наборах классификации изображений и видео, а также оценка поиска соответствий; качество может отличаться при использовании весов Hugging Face от опубликованных PyTorch-результатов. Веса доступны по лицензии Apache-2.0. Из-за большого размера модели для загрузки и применения требуются значительные ресурсы; README указывает на возможность загрузки через DeepSpeed ZeRO-3 при ограниченной памяти CPU.

OlegChausov/eventpulse-bge-m3 — дообученная модель на базе BAAI/bge-m3, созданная для EventPulse_3.0, приложения поиска и агрегации событий. Она преобразует поисковые запросы и названия событий в векторы, чтобы находить семантически подходящие афиши концертов, фильмов и театральных постановок. Модель рассчитана на сопоставление коротких запросов с названиями событий и учитывает опечатки, транслитерацию, сокращения, неполные названия и совпадения между языками. Архитектура — XLM-RoBERTa с 658,7 млн параметров; максимальная длина контекста — 8194 токена. Обучение выполнено на примерно 7400 триплетах запросов и названий с использованием MultipleNegativesRankingLoss, в течение одной эпохи. Поддерживаются английский, русский, литовский и польский языки, включая смешанные запросы. Модель предназначена для получения эмбеддингов и поиска по косинусному сходству; лицензия в предоставленных данных не определена.