I.12Рекомендации и персонализация

biu-nlp/abstract-sim-sentence — англоязычный sentence encoder на архитектуре MPNet, разработанный для сопоставления абстрактных описаний предложений с подходящими им предложениями. Модель обучена на данных Википедии; для поиска соответствий её используют вместе с отдельным Query encoder в двухбашенной архитектуре. Энкодер принимает предложения и преобразует их в признаки для сравнения и поиска подходящих текстов. Модель содержит 136,7 млн параметров, поддерживает контекст длиной до 514 токенов и поставляется в формате PyTorch. Подходит для семантического поиска и сопоставления предложений по смыслу. Лицензия в предоставленных данных не указана.

check2207/alqac_VNTeamVN_embedding — модель Sentence Transformers, дообученная на базе AITeamVN/Vietnamese_Embedding. Она преобразует предложения и абзацы в плотные векторы размерностью 1024 и предназначена для сравнения семантического сходства, поиска и группировки текстов. В архитектуре используются XLM-RoBERTa, pooling по CLS-токену и нормализация векторов; сходство рассчитывается косинусной метрикой. Метаданные указывают 658,7 млн параметров и контекст до 8194 токенов, тогда как README сообщает максимальную длину последовательности 512 токенов. Модель ориентирована на вьетнамский язык. Её можно применять для семантического поиска, поиска перефразирований, кластеризации и классификации текстов на основе эмбеддингов. Основа описана в карточке как модель эмбеддингов на базе BGE-M3 для вьетнамского языка. Лицензия в предоставленных данных не указана. Обучающая выборка содержит 729 примеров, поэтому качество на других языках и вне представленных сценариев может быть ограниченным.

AltCLIP-m9 — мультиязычная модель сопоставления изображений и текста, разработанная командой FlagAI. Она заменяет языковой энкодер CLIP на энкодер с расширенной поддержкой языков и предназначена для оценки соответствия текста изображению, zero-shot-классификации изображений и использования в качестве текстового энкодера для AltDiffusion-m9. Обучение включало дистилляцию на параллельных текстовых корпусах и последующее мультиязычное контрастивное обучение на парах изображение–текст. Модель поддерживает китайский, английский, испанский, французский, русский, японский, корейский, арабский и итальянский языки. Метаданные относят её к семейству AltCLIP и указывают формат PyTorch. Лицензия — CreativeML OpenRAIL-M. Хотя в метаданных указан тег text-to-image, README описывает сопоставление изображений и текста и применение в качестве компонента AltDiffusion; самостоятельная генерация изображений для этой модели не подтверждена.

amber-tech/bert-multilingual-passage-reranking-msmarco — мультиязычная модель ранжирования пассажей, дообученная на данных MS MARCO. Она принимает поисковый запрос и текстовый фрагмент, оценивает их соответствие и выдаёт оценку от −10 до 10; более высокое значение означает более релевантную пару. Модель построена на BERT с полносвязной сетью над вектором CLS размерности 768 и содержит 194,6 млн параметров. Модель предназначена для повторного ранжирования первых результатов поиска, например для повышения релевантности выдачи Elasticsearch. README заявляет поддержку более 100 языков, хотя обучение проводилось на англоязычных данных; автор также сообщает о хороших результатах на немецких запросах. Суммарный вход запроса и фрагмента ограничен 512 токенами, а указанное время обработки составляет около 300 мс на запрос на GPU. Модель доступна по лицензии Apache-2.0. Скорость может ограничивать её применение к большим наборам результатов; заявленные улучшения релевантности основаны на оценках автора и не гарантируют такой же эффект на других поисковых системах и данных.

Модель bert-tiny-multi-vector — компактный многовекторный энкодер для информационного поиска, опубликованный в пространстве multi-vector-encoder-testing. Она построена на базе prajjwal1/bert-tiny и реализована с использованием Sentence Transformers. Данные о конкретной организации или команде-разработчике в карточке не указаны. Модель предназначена для задач много-векторного поиска и late interaction, включая сопоставление запросов и документов в сценариях семантического поиска и извлечения релевантной информации. Она обучалась на наборе sentence-transformers/msmarco-bm25 объёмом около 501 907 примеров с использованием MultiVectorMultipleNegativesRankingLoss. В карточке заявлен английский язык; поддержка других языков не указана. Модель относится к библиотеке feature-extraction, однако размер контекста и точные параметры архитектуры не приведены. К преимуществам относятся небольшой размер базовой архитектуры и возможность применять MaxSim-сопоставление нескольких векторов для поиска. На тестовых наборах NanoMSMARCO и NanoNQ указаны метрики accuracy, precision, recall, NDCG, MRR и MAP для разных значений k; например, accuracy@10 составляет 0,70 на NanoMSMARCO и 0,66 на NanoNQ. Ограничения включают узкую специализацию на поиске, отсутствие данных о размере контекста и детальных ресурсных требованиях, а также заявленную ориентацию на английский язык. Лицензия модели — MIT.

andreaschari/bge-m3-ZH_MMARCO_NATIVE — дообученная модель семейства BGE-M3 на китайской части набора MMARCO/v2. Это Sentence Transformer на архитектуре XLM-RoBERTa с 658,7 млн параметров, предназначенный для получения текстовых эмбеддингов и сравнения предложений по косинусному сходству. Модель использовалась в короткой статье SIGIR 2025 «Lost in Transliteration: Bridging the Script Gap in Neural IR».

Это модель CLIP ConvNeXt-Base с широким размером эмбеддингов, разработанная Ross Wightman и обученная с помощью OpenCLIP на эстетически отфильтрованной подвыборке LAION-2B. Она предназначена для классификации изображений по текстовым описаниям без дополнительного обучения, поиска изображений по тексту и поиска текстов по изображениям. Архитектура сочетает визуальную башню timm ConvNeXt-Base и текстовую башню CLIP глубиной 12 слоёв с размерностью эмбеддинга 640; вариант с «320» в названии обучен на разрешении изображений 320×320. Модель обучалась на английских парах изображений и текстов. В карточке указана точность zero-shot классификации ImageNet top-1 71,0%. Модель рассчитана на исследовательское применение; перед использованием для конкретной таксономии классов требуется проверка на целевых данных, поскольку качество зависит от формулировок и набора классов. Развёрнутое применение, распознавание лиц и наблюдение указаны как недопустимые сценарии. Модель распространяется по лицензии MIT.

convnext_tiny.dinov3_lvd1689m — модель извлечения признаков изображений из семейства ConvNeXt, опубликованная в timm. Она предварительно обучена на наборе LVD-1689M методом самообучения DINOv3 и дистиллирована из DINOv3 ViT-7B. Модель содержит 27,8 млн параметров, рассчитана на изображения размером 224 × 224 и выполняет 4,5 GMACs. Модель предназначена для получения карт признаков и эмбеддингов изображений, а также может использоваться как основа для классификации изображений. Её можно применять в визуальном поиске, группировке изображений и как визуальный backbone в компьютерном зрении. Для работы доступны веса PyTorch и safetensors через библиотеку timm. В карточке указана лицензия DINOv3; конкретные условия её применения следует сверять с лицензией проекта DINOv3. Модель обрабатывает изображения и сама по себе не предназначена для диалогового или текстового ввода.

Это англоязычный разреженный CSR-энкодер, созданный дообучением модели mixedbread-ai/mxbai-embed-large-v1 на наборе Natural Questions с помощью библиотеки Sentence Transformers. Он преобразует запросы и документы в разреженные векторы размерностью 4096, ограничивая число активных измерений до 256; для сравнения используется косинусное сходство. Максимальная длина входа — 512 токенов. Модель предназначена для семантического поиска и разреженного информационного поиска, в частности для подбора ответов к вопросам на английском языке. В карточке приведены результаты оценки на вариантах nq_eval с разным числом активных измерений: качество поиска растёт при увеличении этого числа до 256. Модель принимает текст и выдаёт векторы признаков для поиска и сравнения. Разработчик исходной модели — Mixedbread AI; эта версия дообучена автором tomaarsen. Распространяется по лицензии Apache-2.0. Обучение и оценка связаны с Natural Questions, поэтому карточка не подтверждает одинаковое качество на других языках, доменах или типах запросов.

kwondw/distilbert-base-uncased-msmarco-margin-mse-mnrl-100 — англоязычная модель Sentence Transformers, дообученная автором на основе distilbert/distilbert-base-uncased для поиска по текстам. Она кодирует предложения и абзацы в плотные векторы размерности 768; близость оценивается скалярным произведением. Архитектура включает DistilBERT и усредняющий слой пулинга. README указывает максимальную длину последовательности 300 токенов, а метаданные — контекст до 512 токенов. Модель предназначена для извлечения эмбеддингов и поиска релевантных текстов, включая семантический поиск и retrieval. В README приведены результаты оценки на NanoMSMARCO, однако показатели dot_accuracy@1, @3 и @5 низкие, поэтому качество для практического поиска следует проверять на целевых данных. Также указано, что обучение проводилось на наборе из 100 примеров. Модель принимает текст и выдаёт векторы. Распространяется по лицензии Apache-2.0.

DUSUNEN Rota 270M v3 — компактная модель плотного поиска по турецким текстам, разработанная Werea и дообученная на базе microsoft/harrier-oss-v1-270m. Она построена на текстовой архитектуре Gemma 3, содержит около 257 млн параметров и рассчитана на контекст до 32 768 токенов. Модель создаёт текстовые эмбеддинги для семантического поиска и сравнения предложений; обучение включало дистилляцию оценок multilingual-e5-large и 308 тысяч естественных пар из MS MARCO-TR и DUSUNEN без синтетических шаблонов. Модель подходит для поиска документов и формирования кандидатов на первом этапе турецкоязычного RAG. В опубликованной оценке на TurHistQuadRetrieval она превзошла базовую Harrier OSS 270M по nDCG@10, но уступила multilingual-e5-base, особенно по полноте поиска на 100 результатах. Для стабильной работы автор рекомендует bf16: при fp16 выходы эмбеддингов могут содержать NaN. Лицензия — Apache-2.0.

eva02_large_patch14_clip_336.merged2b_s6b_b61k — модель vision-language семейства EVA-02-CLIP, опубликованная командой timm в формате OpenCLIP. Она сопоставляет изображения и текстовые описания в общем пространстве признаков и предназначена, в частности, для классификации изображений без дополнительного обучения: пользователь задаёт названия классов текстом, а модель оценивает соответствие изображения этим описаниям. Модель использует визуальный энкодер EVA-02 с архитектурой ViT-L/14 и разрешением изображений 336 пикселей, а также текстовый энкодер CLIP. Репозиторий содержит веса PyTorch и Safetensors и предназначен для работы через библиотеку OpenCLIP. Входы — изображение и текст; выходы — оценки сходства, которые можно использовать для ранжирования текстовых меток. Текстовый энкодер работает с английским языком; других поддерживаемых языков карточка модели не устанавливает. Репозиторий распространяется по лицензии MIT. Известное ограничение: точность классификации зависит от выбранных текстовых описаний, а модель не является универсальным генератором подписей к изображениям или детектором объектов.

buddhist-nlp представляет gemma-2-mitra-e — многоязычную модель эмбеддингов предложений на базе Gemma 2. Она использует архитектуру Gemma2ForCausalLM как текстовый энкодер: извлекает скрытое состояние последнего токена и нормализует полученный вектор по L2. Модель содержит 9 млрд параметров, работает с контекстом до 8192 токенов и распространяется в формате safetensors через Transformers. Модель предназначена для семантического поиска, сравнения предложений и межъязыкового выравнивания текстов. Для запросов рекомендуется шаблон с инструкцией «Please find the semantically most similar text in {language}», а тексты корпуса подаются без инструкции; близость векторов можно оценивать косинусным сходством, а поиск выполнять, например, через FAISS. Среди целевых языков карточка называет санскрит, тибетский, пали, китайский и английский; также приведены примеры шаблона для хинди. Модель подходит для поиска по коллекциям, сопоставления параллельных текстов и систем RAG, которым нужны многоязычные векторы предложений. Карточка рекомендует проверять качество на собственных данных и языках, поскольку возможны смещения и ограничения. Лицензия в предоставленных данных не указана.

Metis-9B — дообученная модель с механизмом постоянной памяти, разработанная IAAR-Shanghai на базе Qwen/Qwen3.5-9B. Репозиторий содержит полные объединённые веса модели, а не только разницу параметров относительно базы. Модель предназначена для диалоговых сценариев с сохранением информации между взаимодействиями. По метаданным она поддерживает генерацию текста и работу с изображениями; карточка описывает её как модель постоянной памяти. Архитектура — плотная, на 8,6 млрд параметров, семейства Metis; для загрузки нужны Transformers версии 5.4.0 или новее и пользовательский код из репозитория. Указана лицензия Apache-2.0.

MobileCLIP2-B-OpenCLIP — адаптированный чекпойнт модели MobileCLIP2-B, разработанной Apple и опубликованной в рамках работы MobileCLIP2: Improving Multi-Modal Reinforced Training. Репозиторий использует конфигурации OpenCLIP и соответствующие имена весов; доступны веса PyTorch и safetensors для библиотеки open_clip. Модель предназначена для сопоставления изображений и текстовых описаний и классификации изображений по текстовым меткам без специального обучения на этих классах. Вариант MobileCLIP2-B содержит 86,3 млн параметров в визуальной части и 63,4 млн в текстовой. В карточке приведён результат 79,4% top-1 для zero-shot ImageNet и среднее 65,8% на 38 наборах данных. Модель подойдёт для быстрой классификации изображений по пользовательским категориям и построения поиска по соответствию текста и изображения. Карточка не приводит сведения о поддерживаемых языках или длине контекста. Лицензия — Apple AMLR; перед использованием следует учитывать её условия.

MobileCLIP-S1 — компактная модель сопоставления изображений и текста, разработанная Apple и представленная в работе о быстром обучении мультимодальных моделей с подкреплением, опубликованной на CVPR 2024. Этот репозиторий содержит чекпойнт для библиотеки timm в формате PyTorch. Модель предназначена для классификации изображений и распознавания объектов по текстовым описаниям без специального обучения на целевых классах. В README для MobileCLIP-S1 указаны 21,5 млн параметров визуальной части и 63,4 млн параметров текстовой части, точность zero-shot классификации ImageNet top-1 72,6% и средний результат 61,3% на 38 наборах данных. Лицензия — apple-amlr. Модель позволяет связывать изображения с текстовыми описаниями; сведения о поддерживаемых языках и длине контекста в предоставленных источниках отсутствуют. Результаты зависят от формулировки текстовых меток и распределения данных, поэтому модель может ошибаться на новых или специализированных категориях.

MobileCLIP-S2 — модель сопоставления изображений и текста, разработанная Apple и представленная в работе MobileCLIP на CVPR 2024. В этом репозитории опубликован чекпойнт для OpenCLIP. Модель предназначена для классификации изображений по текстовым описаниям без дополнительного обучения: пользователь задаёт варианты классов текстом, а модель оценивает соответствие изображения каждому варианту. Вариант S2 содержит визуальную часть на 35,7 млн параметров и текстовую на 63,4 млн параметров. По данным карточки, на ImageNet модель достигает 74,4% точности zero-shot top-1, а средний результат на 38 наборах данных составляет 63,7%. Авторы сообщают, что S2 работает в 2,3 раза быстрее и имеет в 2,1 раза меньше параметров, чем SigLIP ViT-B/16. Модель принимает изображения и текст, выдаёт оценки соответствия; сведения о поддерживаемых естественных языках и длине текстового контекста в карточке не приведены. Весá доступны в форматах PyTorch и safetensors и используются через OpenCLIP. Лицензия — Apple AMLR; перед применением следует проверить её условия. Описанные результаты относятся к оценкам авторов и не гарантируют качество на конкретных изображениях или наборах классов.

dpravinv/modernbert-job-role-matcher — англоязычная модель Sentence Transformers, дообученная на базе nomic-ai/modernbert-embed-base для сопоставления названий должностей с описаниями ролей. Она кодирует предложения и абзацы в плотные векторы размерности 768; для сравнения векторов используется косинусное сходство. Архитектура включает ModernBERT, усреднение токенных представлений и нормализацию эмбеддингов. Модель рассчитана на семантическое сравнение текстов и поиск подходящих описаний должностей. Её также можно применять для семантического поиска, поиска перефразировок, кластеризации и классификации текста. Максимальная длина последовательности — 8192 токена. В README приведён результат cosine_accuracy 0,98 на оценке с TripletEvaluator; размер обучающей выборки указан как 800 примеров. Модель выпущена под лицензией Apache-2.0. Оценка на небольшой выборке не гарантирует аналогичного качества на других данных и сценариях; заявленная поддержка языка — английский.

Карточка модели NAMAA-Space/Namaa-ARA-Reranker-V1 на Hugging Face совпадает с карточкой Omartificial-Intelligence-Space/ARA-Reranker-V1, поэтому описание составлено по ней. ARA-Reranker-V1 — модель Omartificial-Intelligence-Space для переранжирования результатов поиска на арабском языке. Она оценивает пару «запрос — фрагмент документа» и выдаёт оценку релевантности, по которой можно упорядочить кандидатов; в отличие от моделей эмбеддингов, она не формирует векторы для сравнения. Оценку можно преобразовать функцией sigmoid в диапазон от 0 до 1. Модель основана на XLM-RoBERTa и использует архитектуру классификации последовательностей; размер — 658,7 млн параметров, длина контекста — 8194 токена. Она обучалась на парах запросов и фрагментов с положительными и трудными отрицательными примерами. README приводит оценку на наборе из 3000 примеров, но таблица результатов для этой модели в предоставленном тексте неполна. Модель подходит для переранжирования результатов арабского поиска и отбора документов для систем вопросно-ответного поиска. Лицензия — Apache-2.0. Данные подтверждают поддержку арабского языка; о поддержке других языков сведений нет.

Sinequa разработала passage-ranker-v1-L-multilingual — модель ранжирования пассажей на основе BERT, которая оценивает релевантность пары «запрос — фрагмент текста» и помогает упорядочивать результаты поиска. В карточке указана архитектура BertForSequenceClassification, а метаданные сообщают о 151,7 млн параметров и контексте до 512 токенов; README приводит оценку в 124 млн параметров. Модель обучена по схеме MonoBERT на базе собственной многоязычной Sinequa BERT-Base. Модель предназначена для повторного ранжирования результатов поиска на английском, французском, немецком и испанском языках. Она нечувствительна к регистру и диакритическим знакам. В тестах BEIR средний NDCG@10 составил 0,471; в MIRACL приведены результаты для французского, немецкого и испанского языков. README указывает минимальную версию Sinequa 11.10.0 и требования к CUDA для GPU-инференса. Условия лицензии в доступных данных не приведены.

Qwen-encoder-0.5B-i1-GGUF — это квантизированная GGUF-версия модели Qwen-encoder-0.5B, разработанной knowledgator и подготовленной к квантизации пользователем mradermacher. Модель относится к энкодерным языковым моделям и связана с подходом LLM2Vec. В качестве обучающего набора указана англоязычная Wikipedia. Модель предназначена для задач классификации, извлечения именованных сущностей и question answering, а также для других сценариев, где требуется получать представления текста и анализировать его содержание. Указан размер около 0,5 млрд параметров, поддерживается английский язык. Модель распространяется в формате GGUF с несколькими вариантами квантизации размером примерно 0,4–0,6 ГБ, что позволяет запускать её на ограниченных по памяти устройствах. Сильными сторонами являются компактный размер, широкий выбор уровней квантизации и возможность локального использования. При этом README не содержит данных о длине контекста, точных характеристиках архитектуры, результатах оценки качества или поддержке других модальностей и языков. Низкобитные варианты могут заметно уступать по качеству; для компромисса между скоростью, размером и качеством рекомендованы Q4_K_S и Q4_K_M. Лицензия модели — Apache-2.0.

Readabert-en — модель классификации текста на основе BERT-base, дообученная на англоязычной части корпуса ReadMe++ для оценки читаемости предложений по шестибалльной шкале CEFR. Она предназначена для анализа сложности англоязычных текстов, например для подбора учебных материалов под уровень читателя или предварительной сортировки текстов по сложности. Модель содержит 136,7 млн параметров, принимает текстовые последовательности длиной до 512 токенов и выдаёт категорию читаемости. Доступна в формате safetensors; лицензия Apache-2.0.

ResNet152.a1_in1k — сверточная модель классификации изображений из библиотеки timm, обученная на ImageNet-1k по рецепту ResNet Strikes Back A1. Архитектура ResNet использует остаточные связи, ReLU-активации, свёртку 7×7 с пулингом и свёрточные проекции в обходных связях. Модель содержит около 60,2 млн параметров; размер изображения при обучении — 224×224, при проверке — 288×288 пикселей. Модель предназначена для классификации изображений по классам ImageNet-1k, а также может использоваться как визуальная основа для извлечения карт признаков и эмбеддингов. Она принимает изображения и выдаёт оценки классов. Веса распространяются в форматах PyTorch и Safetensors; лицензия — Apache-2.0.

timm/resnet50_clip.cc12m — модель семейства CLIP с визуальным энкодером ResNet-50, представленная как совместимая с open_clip и timm. Она обучена на наборе CC12M и предназначена для классификации изображений по текстовым описаниям без обучения на конкретных классах: модель сопоставляет изображение с предложенными текстовыми вариантами. Репозиторий доступен в форматах PyTorch и Safetensors; лицензия — MIT. Модель подходит для поиска по изображениям и отнесения изображений к заданным категориям с помощью текстовых меток. Карточка не сообщает размер модели, языковую поддержку или ограничения качества; результаты могут зависеть от формулировок текстовых описаний и набора предложенных классов.

ResNet50D A2 In1k — сверточная модель классификации изображений из библиотеки timm, обученная на ImageNet-1k по рецепту ResNet Strikes Back A2. Архитектура ResNet-D использует активации ReLU, стем из трёх свёрток 3×3 с пуллингом и shortcut downsample с усредняющим пуллингом 2×2 и свёрткой 1×1. В модели 25,6 млн параметров и 4,4 GMACs. Модель предназначена для классификации изображений, извлечения карт признаков и получения эмбеддингов. При обучении использовался размер изображения 224×224, при тестировании — 288×288. Репозиторий содержит веса PyTorch и safetensors; лицензия — Apache-2.0. Модель работает с изображениями и выдаёт классы, карты признаков или эмбеддинги в зависимости от способа использования.

hyunlord/siglip2-base-patch16-224-ko — модель SigLIP 2, дообученная для улучшения понимания корейского языка при сопоставлении изображений с текстом. Автор сообщает, что обучение основано на дистилляции знаний и использует англо-корейский параллельный набор aihub; оценка проводилась на подписях MS-COCO на английском и корейском языках. Модель принимает изображение и текстовые метки или описания, оценивая соответствие между ними; заявлены задачи классификации изображений без дообучения и поиска совпадений изображение—текст. Архитектура — SiglipModel семейства SigLIP 2, около 375 млн параметров; веса опубликованы в формате safetensors. В сравнении на MS-COCO автор приводит для корейского Recall@1 57,24% при поиске текста по изображению и 36,55% при поиске изображения по тексту; результаты на английском близки к базовой SigLIP 2. Лицензия — MIT. Показатели относятся к описанной оценке и не гарантируют качество на других данных; README не содержит подробных инструкций по использованию или ограничений по контексту.

SPLADE-BERT-Tiny-NQ — компактная модель разреженного кодирования, опубликованная пользователем или организацией sparse-encoder-testing. Она предназначена для семантического поиска и сопоставления текстов: модель преобразует запросы и документы в разреженные представления, пригодные для эффективного поиска релевантной информации. В карточке приведены примеры вопросов на английском языке и соответствующих текстовых фрагментов из энциклопедических данных, включая поиск ответов на вопросы о музыке, телевидении, географии и биографиях. Модель основана на архитектуре BERT и обучена с использованием SpladeLoss; точный размер модели и конфигурация не указаны. Заявлен английский язык, а размер набора данных составляет около 99 000 примеров. Поддерживаются текстовые входы; сведения о других модальностях и размере контекста отсутствуют. Разреженное представление может быть полезно для быстрых и масштабируемых систем поиска, однако README не содержит результатов оценки, сравнений качества, ограничений по длине входа или информации о пригодности для генерации текста. Модель распространяется по лицензии Apache-2.0, допускающей использование, модификацию и распространение при соблюдении её условий.

SPLADE-v3-DistilBERT — разреженный энкодер для семантического поиска и извлечения документов, опубликованный Naver. Модель кодирует предложения и абзацы в разреженные векторы размерностью 30 522; релевантность оценивается скалярным произведением. Архитектура основана на DistilBERT с маскированной языковой моделью и max-пулингом SPLADE. Максимальная длина последовательности — 512 токенов; в режиме воспроизведения оценки используется 256. Модель предназначена для построения поисковых систем и ранжирования документов по запросу. В карточке приведены результаты на MS MARCO dev (MRR@10 38,7) и BEIR-13 (средний nDCG@10 50,0). Поддерживается английский язык. Доступна по лицензии CC BY-NC-SA 4.0, которая требует указания авторства и распространения производных материалов на тех же условиях и ограничивает коммерческое использование.

SPLADE-v3-Lexical — разреженный текстовый энкодер семейства SPLADE, опубликованный Naver. Он преобразует предложения и абзацы в разреженные векторы размерностью 30 522 и предназначен для семантического поиска и извлечения документов. Модель асимметрична: на стороне запроса она не расширяет термины, а только присваивает им веса; сходство векторов оценивается скалярным произведением. Архитектура включает BERT MLM-трансформер, max-pooling SPLADE и компонент IDF. Максимальная длина последовательности — 512 токенов, а для воспроизведения оценки указано 256 токенов. В карточке приведены результаты на MS MARCO dev (MRR@10 40,0) и BEIR-13 (средний nDCG@10 49,1). Модель ориентирована на англоязычный поиск; лицензия CC BY-NC-SA 4.0 требует указания авторства и распространяет производные материалы на тех же условиях, с ограничением на коммерческое использование.

tevatron-elastic-bert-reranker-plain — англоязычный реранкер на базе google-bert/bert-base-uncased, обученный с помощью Tevatron-Elastic. Это полный базовый вариант чекпойнта для оси plain: он предназначен для повторного ранжирования найденных документов по запросу и выбора рабочего режима в рамках подхода сжатия по глубине, ширине и токенам. Модель содержит 136,7 млн параметров, принимает текстовые запросы и фрагменты документов с префиксами query: и passage:, поддерживает контекст до 512 токенов и распространяется в формате safetensors для Transformers. В README указан результат 0,462 nDCG@10 на BEIR-15; чекпойнт выпущен как ресурс для воспроизводимости исследования, а не как заявка на передовое качество. Лицензия — Apache-2.0.