I.12Рекомендации и персонализация

CLIP ViT-B/32 — модель сопоставления изображений и текста, обученная Romain Beaumont с помощью OpenCLIP на англоязычной подвыборке из 2 млрд пар LAION-5B. В репозитории представлены веса PyTorch и safetensors; модель использует архитектуру CLIP с визуальным энкодером ViT-B/32. Модель предназначена для классификации изображений по произвольным текстовым меткам без отдельного обучения, а также для поиска изображений по текстовому запросу и поиска текста по изображению. Её можно применять в исследованиях, при настройке классификаторов и для управления генерацией изображений. В README указана точность zero-shot классификации ImageNet-1k 66,6% top-1. Модель ориентирована на английский язык и не оценивалась специально на других языках. README не рекомендует развёртывание в продуктах и неконтролируемое применение без тщательной проверки на конкретных данных и фиксированном наборе классов; распознавание лиц и задачи наблюдения обозначены как недопустимые сценарии. Обучающие данные собраны из интернета и не были полностью отфильтрованы, поэтому возможны смещения и нежелательные результаты. Лицензия репозитория — MIT.

tomaarsen выпустил англоязычный CSR Sparse Encoder на базе mixedbread-ai/mxbai-embed-large-v1, дообученный на Natural Questions с использованием Sentence Transformers. Модель преобразует предложения и абзацы в разреженные векторы размерностью 4096 с максимум 256 активными измерениями и использует косинусное сходство; максимальная длина входа — 512 токенов. Модель предназначена для семантического поиска и разреженного поиска информации, в частности для сопоставления вопросов с подходящими ответами или документами. В карточке приведены оценки поиска на наборах Natural Questions с разным числом активных измерений. Модель имеет 433,9 млн параметров и распространяется по лицензии Apache-2.0.

csr-mxbai-embed-large-v1-nq-original — англоязычный разреженный энкодер CSR, дообученный на Natural Questions командой или автором репозитория tomaarsen на базе mixedbread-ai/mxbai-embed-large-v1 с помощью Sentence Transformers. Модель преобразует запросы, предложения и абзацы в разреженные векторы размерностью 4096; близость оценивается скалярным произведением. Максимальная длина входа — 512 токенов. Модель предназначена для семантического поиска и разреженного извлечения документов, в том числе для поиска ответов в коллекциях вопросов и ответов. В карточке приведены оценки поиска на Natural Questions и наборах Nano BEIR, включая MS MARCO, NFCorpus и Quora Retrieval. Для некоторых оценок указано ограничение числа активных измерений до 128 или 256. Модель принимает текст и выдаёт векторные представления. Она рассчитана на английский язык, использует архитектуру BERT и распространяется в формате safetensors по лицензии Apache-2.0. Она создаёт эмбеддинги для поиска, а не готовые ответы; заявленная длина контекста ограничена 512 токенами.

decide-0.2.0 — англоязычная модель jmwri на 149 млн параметров, дообученная на базе answerdotai/ModernBERT-base. Это компактный некорректирующий генерацию encoder-only классификатор: за один проход оценивает каждый из предложенных вариантов и возвращает калиброванные вероятности. Поддерживает выбор одного варианта из нескольких, проверку условия с ответом «да/нет» и оценку по упорядоченной шкале. Архитектура использует ModernBERT и отдельную MLP-голову для оценки вариантов; заявленная длина контекста — 8192 токена. Модель предназначена для классификации по заданным вариантам, проверки утверждений и принятия решений по текстовому описанию состояния и инструкции. Оценки вариантов не зависят от порядка остальных вариантов, что удобно для построения устойчивых классификаторов и таксономий. На задачах, похожих на обучающие, README приводит метрики точности и калибровки; на не встречавшихся при обучении задачах качество ниже, а вероятности могут быть чрезмерно уверенными. Модель поддерживает только английский язык. Лучше работают варианты с ясными описаниями; наборы более чем примерно из десяти вариантов рекомендуется разбивать на этапы. Для решений, влияющих на права, безопасность или средства к существованию людей, требуется надзор человека. Лицензия модели — Apache-2.0; перед распространением или коммерческим использованием также следует проверить лицензии использованных обучающих наборов данных.

Модель разработана Карлом Вайнмайстером и представляет собой DistilBERT, дообученный на наборе данных facebook/anli для задач понимания английского текста. Она поддерживает классификацию текста и оценку сходства предложений; архитектура — DistilBertForSequenceClassification, максимальная длина контекста — 512 токенов. Модель подходит для сравнения текстовых фрагментов и классификационных сценариев на английском языке. Распространяется по лицензии Apache-2.0.

EVA-CLIP-18B — модель контрастивного сопоставления изображений и текста, разработанная BAAI при участии авторов из THU. Она содержит около 18,1 млрд параметров и обучена на парах изображение–текст из наборов LAION-2B и COYO-700M, а также на дополнительных данных для финального этапа обучения. Модель предназначена для извлечения согласованных признаков изображений и текстов, классификации изображений без дополнительного обучения и поиска по тексту или изображению. В README сообщается о средней точности zero-shot классификации 80,7% на 27 наборах изображений; также приведены результаты классификации видео по одному кадру и поиска по изображениям и текстам. Репозиторий содержит веса PyTorch, а карточка указывает лицензию Apache-2.0. Для работы с моделью требуется значительная память: веса опубликованной версии занимают десятки гигабайт; авторы упоминают DeepSpeed ZeRO-3 как способ загрузки при ограниченной оперативной памяти. Английский язык явно представлен в названии обучающего набора LAION-2B-en, однако README не подтверждает поддержку других языков.

hotchpotch/japanese-reranker-base-v2は、hotchpotchが開発した日本語テキスト向けのリランカーモデルです。ModernBERT系の系列分類アーキテクチャを使い、約132.1Mパラメータを持つsentence-transformersモデルとして提供されています。最大コンテキスト長は8192 токеновです。 モデルは запрос и документы или другие текстовые пары оценивает по релевантности, чтобы переупорядочить результаты поиска. Предназначен для повышения качества поиска и RAG, включая сценарии с ограниченными вычислительными ресурсами и низкой задержкой. В основе лежит cl-nagoya/ruri-v3-pt-130m; для обучения использовались японские наборы данных, включая hard negatives и MS MARCO. README сообщает о применимости на CPU и Apple Silicon, а также об ускорении на совместимых GPU с Flash Attention 2. Модель рассчитана на японский язык. Доступна по лицензии MIT; для работы README требует transformers версии 4.48 или новее. Приведённые в карточке таблицы содержат результаты серии моделей, однако часть строк скрыта, поэтому численные показатели именно base-v2 здесь не приводятся.

jhgan/ko-sbert-multitask — модель на базе Sentence-BERT и архитектуры BERT, дообученная для получения векторных представлений корейских предложений и абзацев. Она преобразует текст в плотные эмбеддинги размерности 768 и подходит для семантического поиска, оценки сходства и кластеризации текстов. Модель обучалась на наборах KorSTS и KorNLI в режиме многозадачного обучения. В карточке приведены результаты оценки на KorSTS: корреляция Спирмена для косинусного сходства составляет 84,71. Максимальная длина контекста — 512 токенов; доступны веса PyTorch и TensorFlow. Модель рассчитана прежде всего на корейский язык. Её можно применять для поиска похожих фраз и группировки текстов, но качество за пределами корейских данных не подтверждено. Лицензия в предоставленных данных не указана.

MemReranker-4B — модель-реранкер, разработанная IAAR-Shanghai и дообученная на базе Qwen3-Reranker-4B с помощью многоэтапной дистилляции знаний. Она принимает запрос и набор текстовых фрагментов и оценивает релевантность каждой пары «запрос — фрагмент», чтобы упорядочить результаты поиска. Модель предназначена прежде всего для извлечения долгосрочной памяти агентами, поиска по многоходовой истории диалога и второго этапа RAG-поиска. В обучении использованы данные для временных и причинных запросов и разрешения кореференции; README также указывает применение для веб-поиска и общего поиска по документам. Архитектура — плотная Qwen3 на 3,7 млрд параметров, контекст — до 40 960 токенов; заявлена поддержка английского и китайского языков. Реранкер возвращает оценку релевантности, а не готовый ответ пользователю. В README сообщается об улучшенной калибровке оценок и работе со сложными запросами памяти; приведены результаты на бенчмарке LOCOMO. Файлы опубликованы в формате safetensors, модель использует библиотеку Transformers и распространяется по лицензии Apache-2.0. Качество в других языках и сценариях отдельно не подтверждено приведёнными сведениями.

Модель amanrajput/MiniLM-L6-v2-biology-finetuned — энкодер предложений на базе sentence-transformers/all-MiniLM-L6-v2, дообученный на 33 038 парах предложений с использованием MultipleNegativesRankingLoss. Она преобразует предложения и абзацы в нормализованные плотные векторы размерности 384; сходство текстов можно оценивать косинусной мерой. Архитектура включает BERT-трансформер, усредняющий пулинг и нормализацию. В README указан предел последовательности 256 токенов; метаданные указывают нативный контекст 512 токенов. Модель предназначена для семантического поиска и сравнения текстов, поиска перефразировок, кластеризации и классификации. Примеры обучающих данных охватывают биологию и смежные темы, включая экологию и медицину, однако в карточке не описана отдельная специализированная область применения или оценка качества. Это текстовая модель для английских предложений и абзацев; лицензия в предоставленных данных не указана.

Это англоязычный многовекторный энкодер для семантического поиска с поздним взаимодействием токенов, разработанный на базе answerdotai/ModernBERT-base и дообученный на 99 тысячах примеров MS MARCO с библиотекой Sentence Transformers. Модель преобразует текст в последовательности 128-мерных векторов на уровне токенов и оценивает соответствие запросов и документов с помощью MaxSim. Модель предназначена для поиска релевантных документов по текстовому запросу и задач информационного поиска. В карточке приведены результаты оценки на наборах NanoMSMARCO, NanoBEIR и других тестах поиска. Максимальная длина последовательности — 8192 токена; лицензия — Apache-2.0. Модель принимает текст и возвращает векторные представления, а не готовые ответы. Для ранжирования требуется вычислять оценку позднего взаимодействия MaxSim; многоязычная поддержка в карточке не заявлена.

Mursit-Embed-Qwen3-1.7B-TR — модель эмбеддингов, разработанная newmindai для семантического поиска и извлечения информации на турецком языке. Она основана на Mecellem-Qwen3-1.7B-TR и преобразована из авторегрессионной архитектуры Qwen3 в двунаправленную модель с mean pooling. Модель содержит 1,7 млрд параметров, формирует векторы размерности 2048 и рассчитана в README на последовательности до 1024 токенов; метаданные указывают контекст до 40960 токенов. Модель обучалась для поиска по турецким документам, в том числе юридическим, на наборе MS MARCO-TR из 920 106 триплетов. Она подходит для семантического поиска, ранжирования релевантности, сопоставления предложений и поиска по документам; README также называет сценарии вопросно-ответных систем и межъязыкового поиска. В бенчмарке MTEB-Turkish указана оценка 56,84, однако в юридических задачах модель заметно уступает некоторым encoder-only моделям. Доступны форматы Safetensors и ONNX, библиотека — Sentence Transformers. Лицензия — Apache-2.0.

Это конвертация модели nomic-ai/nomic-embed-vision-v1.5 в формат GGUF для CrispEmbed. Модель преобразует изображения в 768-мерные L2-нормализованные эмбеддинги, совместимые с пространством эмбеддингов nomic-embed-text-v1.5, что позволяет искать изображения по текстовым запросам. Репозиторий содержит варианты GGUF в точности F16 и F32. Для сопоставления с текстовыми эмбеддингами README описывает дополнительную нормализацию LayerNorm без обучаемых параметров перед L2-нормализацией. По карточке заявлено совпадение результатов с Transformers на проверочных изображениях. Модель распространяется по лицензии Apache-2.0 с атрибуцией Nomic AI.

timm/resnet50_clip.yfcc15m — модель CLIP с визуальным энкодером на основе ResNet-50, обученная на наборе изображений и подписей YFCC-15M. Она разработана для использования через OpenCLIP и timm: в OpenCLIP модель называется RN50-quickgelu, а в timm — resnet50_clip.yfcc15m. Модель сопоставляет изображения с текстовыми описаниями и подходит для классификации изображений по текстовым меткам без дополнительного обучения: пользователь задаёт варианты классов, а модель оценивает соответствие изображения каждому варианту. Модель принимает изображения и текстовые описания и выдаёт оценки сходства, которые можно использовать для выбора наиболее подходящего текстового класса. Репозиторий содержит веса в форматах PyTorch и safetensors; библиотека для работы — OpenCLIP. Лицензия MIT.

Ruri v3 PT 130M — предварительно обученная модель эмбеддингов японского текста от команды cl-nagoya на базе ModernBERT-Ja. В отличие от дообученной версии Ruri v3 130M, этот вариант не проходил fine-tuning для задач сходства предложений. Модель содержит 132,1 млн параметров, использует архитектуру ModernBERT и поддерживает контекст до 8 192 токенов. Модель предназначена для получения векторных представлений японского текста, которые можно использовать как основу для поиска и сравнения предложений после подходящей настройки под задачу. В README указана лицензия Apache-2.0. Метаданные классифицируют модель как sentence-similarity, однако README отдельно предупреждает, что этот чекпойнт не дообучен; поэтому его качество для готового сравнения сходства может отличаться от специализированной версии.

kanklc выпустил дообученную на базе intfloat/multilingual-e5-small модель Sentence Transformers для преобразования предложений и абзацев в плотные текстовые эмбеддинги. Модель использует архитектуру BERT с усредняющим pooling и нормализацией векторов; размер эмбеддинга — 384 измерения, сходство оценивается косинусной функцией. Максимальная длина последовательности — 512 токенов, число параметров — 124,3 млн. Модель предназначена для семантического поиска и извлечения релевантных текстов, в частности для сопоставления запросов с документами. Дообучение проведено на 1 420 парах предложений с MultipleNegativesRankingLoss; примеры в карточке посвящены симптомам и медицинским формулировкам на турецком языке. Лицензия в предоставленных данных не указана.

Solon Embeddings Base 0.1 — открытая модель эмбеддингов от OrdalieTech для сравнения смысловой близости текстов и поиска по ним. Она основана на XLM-RoBERTa, содержит 305,2 млн параметров и принимает текстовые последовательности длиной до 514 токенов; репозиторий содержит веса в формате safetensors. Модель предназначена прежде всего для французских текстов. Её оценивали на девяти французских бенчмарках для классификации, семантического сходства и переранжирования. Для запросов в поиске авторы рекомендуют добавлять префикс «query : », тогда как пассажи можно подавать без специальной инструкции. Лицензия — MIT. Карточка приводит результаты бенчмарков, но не описывает ограничения по тематике или гарантии качества на других языках и типах текстов; показатели на французских наборах не гарантируют аналогичную точность в иных сценариях.

Это англоязычный разреженный кодировщик SPLADE, разработанный авторами модели на основе Luyu/co-condenser-marco и дообученный для поиска по текстам. Он преобразует запросы и документы в разреженные векторы размерностью 30 522; их сходство вычисляется скалярным произведением. Модель построена на BERT с головой masked language modeling и max-пулингом SPLADE. Модель предназначена для семантического поиска и разреженного извлечения документов, в том числе для поиска по запросам и абзацам. Максимальная длина последовательности — 512 токенов. В README приведены оценки на небольших наборах NanoMSMARCO, NanoNFCorpus, NanoNQ и NanoBEIR; они не гарантируют аналогичного качества на других данных. Модель распространяется по лицензии Apache-2.0.

Модель eduardofv/stsb-m-mt-es-distiluse-base-multilingual-cased-v1 — дообученная версия distiluse-base-multilingual-cased-v1 для оценки семантического сходства предложений на испанском языке. Она основана на DistilBERT и предназначена для извлечения эмбеддингов предложений и сравнения их смысловой близости; обучение проводилось на испанской части stsb_multi_mt, сформированной из переведённых наборов STSBenchmark. Модель можно применять для ранжирования пар предложений по смысловой близости и для экспериментов и бенчмаркинга STS. Максимальная длина контекста — 512 токенов; веса доступны в формате PyTorch. Автор описывает модель как proof of concept и не заявляет о специальном назначении за пределами изучения и оценки STS-дообучения. Лицензия в предоставленных данных не указана.

tevatron-elastic-bert-retriever-starbucks — англоязычный текстовый ретривер на базе google-bert/bert-base-uncased, дообученный командой Utah NLP с помощью Tevatron-Elastic. Он кодирует запросы и документы в признаки для информационного поиска и поддерживает выбор рабочих точек по глубине и ширине сети в стиле 2D Matryoshka, чтобы настраивать компромисс между качеством и затратами на вычисления. Для запросов и фрагментов документов используются префиксы query: и passage:, максимальная длина входа — 512 токенов. На полной конфигурации авторы сообщают nDCG@10 0,448 на BEIR-15; модель опубликована как ресурс для воспроизводимости, а не как заявление о превосходстве над другими решениями. Распространяется по лицензии Apache-2.0.

DeepPavlov/bert-base-cased-conversational — англоязычная разговорная модель BERT, разработанная DeepPavlov на основе английского BERT-base с сохранением регистра. Она обучалась на англоязычных сообщениях Twitter и Reddit, диалогах DailyDialogues, субтитрах OpenSubtitles, дебатах, блогах и комментариях к новостям Facebook. Модель предназначена для извлечения контекстных признаков из текста; карточка также сообщает о загрузке версии с MLM- и NSP-головами. Архитектура — BERT-base: 12 слоёв, скрытый размер 768 и 12 голов внимания. В README указано 110 млн параметров, а в метаданных — 135,5 млн; контекст составляет до 512 токенов. В метаданных отмечены английский язык и форматы PyTorch и Flax. Модель подходит для получения контекстных представлений разговорного английского текста, которые можно использовать в последующих NLP-задачах. Она не является генеративным чат-ботом и сама по себе не предназначена для свободной генерации ответов. Лицензия в предоставленных данных не указана.

albertobarnabo/bge-reranker-v2-m3-italian — италоязычный переранжировщик, дообученный разработчиком на базе BAAI/bge-reranker-v2-m3. Он оценивает релевантность пары «запрос — текстовый фрагмент» и помогает переставить результаты поиска так, чтобы наиболее подходящие оказались выше. Модель рассчитана на этап переранжирования в поисковом конвейере; её можно использовать вместе с эмбеддером bge-m3-italian для отбора и упорядочивания кандидатов. Модель основана на XLM-RoBERTa и имеет около 658,7 млн параметров; максимальная длина контекста — 8194 токена. В описанной оценке на 2 000 итальянских запросах к переведённому MS MARCO она улучшила nDCG@10 на 0,0096 относительно базового переранжировщика. Результат проверен на данных, близких к обучающим, поэтому на текстах другой тематики прирост может быть меньше. Веса распространяются по лицензии Apache-2.0; обучающие данные происходят из MS MARCO, исходные условия которого ограничивают коммерческое использование.

DynamicRAG-8B — дообученная модель на базе Meta Llama 3 8B, разработанная авторами проекта DynamicRAG для динамического ранжирования документов в системах генерации с дополнением извлечёнными данными (RAG). Она меняет порядок и количество документов для каждого запроса, используя обратную связь от языковой модели; обучение включает supervised fine-tuning и оптимизацию с подкреплением. Модель предназначена для выбора наиболее полезного контекста перед генерацией ответа. В README описана оценка на семи бенчмарках и использование корпуса англоязычной Википедии 2018 года. Это плотная архитектура Llama с 7,5 млрд параметров, контекстом до 8192 токенов и форматом весов safetensors. Метаданные указывают английский язык и задачи генерации текста и question answering; для пользовательского применения основной сценарий — ранжирование контекста в RAG. Модель распространяется по лицензии Apache 2.0. Для обучения в README указано требование не менее восьми GPU A100 с 80 ГБ памяти; результаты и качество зависят от используемого генератора, корпуса и конфигурации поиска.

hfl/english-pert-base — англоязычная модель семейства BERT от hfl для извлечения признаков из текста. Она подходит для получения векторных представлений токенов и текста в задачах, где требуется использовать признаки BERT как вход для последующей обработки. Модель содержит 136,7 млн параметров, использует архитектуру BertModel и принимает последовательности длиной до 512 токенов. Английские модели этого семейства не учитывают регистр: текст приводится к нижнему регистру. Доступны веса PyTorch и TensorFlow. Лицензия CC BY-NC-SA 4.0 требует указания авторства и распространяет производные работы на тех же условиях с ограничением некоммерческого использования.

Zelknight463/finance_embedding_model — модель на базе XLM-RoBERTa, упакованная в формат Sentence Transformers. Она преобразует предложения и абзацы в плотные векторы размерности 1024 для поиска по смыслу и кластеризации. Метаданные указывают 658,7 млн параметров и контекст длиной 514 токенов; модель работает с текстом и поддерживает многоязычную архитектуру XLM-RoBERTa. Модель обучали с функцией потерь MultipleNegativesSymmetricRankingLoss и косинусным сходством. Её можно применять для семантического поиска и группировки похожих текстов; название репозитория указывает на финансовую тематику, но README не уточняет обучающие данные или специализацию на конкретных финансовых задачах. Доступна лицензия в предоставленных данных не указана.

Dongjin-kr/ko-reranker — модель переранжирования текста, разработанная на основе BAAI/bge-reranker-large и дообученная на корейских данных. Она принимает запрос и фрагменты текста и оценивает релевантность каждого фрагмента напрямую, чтобы упорядочить результаты поиска перед передачей контекста языковой модели в RAG-системе. Модель построена на архитектуре XLM-RoBERTa и содержит около 658,7 млн параметров. Она обучалась на триплетах вопросов, положительных и отрицательных фрагментов из MS MARCO Passages; англоязычный набор данных переводили на корейский с помощью Amazon Translate. В README приведено сравнение, где вариант с дообучением на корейских данных показал лучшие значения MRR и доли контекстов с правильным ответом среди рассмотренных вариантов. Модель рассчитана прежде всего на ранжирование корейских текстов по запросу; метаданные также отмечают английский язык. Контекст составляет 514 токенов. Лицензия — MIT. Баллы релевантности не ограничены фиксированным диапазоном, поэтому их следует использовать для сравнения результатов внутри задачи ранжирования, а не трактовать как вероятности.

LateOn-unsupervised — англоязычная модель поиска LightOn из семейства LateOn, реализованная на базе ModernBERT-base и библиотеки PyLate. Это промежуточный чекпойнт первого этапа обучения: контрастивное предварительное обучение на парах запросов и документов без последующей настройки на сложных негативных примерах. Модель ColBERT формирует многовекторные представления размерности 128 и оценивает соответствие запросов и документов функцией MaxSim; длина документа при использовании — до 300 токенов, запроса — до 32 токенов. Контекст модели составляет 8192 токена, размер — 149 млн параметров. Чекпойнт предназначен для исследований этапов обучения, дообучения на собственных доменных данных, экспериментов с дистилляцией и адаптации стратегий поиска. Для большинства производственных сценариев автор рекомендует полностью обученную LateOn. Модель опубликована под лицензией Apache 2.0.

sentence-transformers/nli-bert-base — модель Sentence Transformers, разработанная командой sentence-transformers и основанная на архитектуре BERT. Она преобразует предложения и абзацы в плотные векторы размерностью 768 для сравнения семантической близости, поиска по смыслу и кластеризации текстов. Модель принимает текст и выдаёт векторные представления; максимальная длина контекста составляет 512 токенов. Доступны варианты весов в форматах PyTorch, Safetensors, TensorFlow, ONNX и OpenVINO. Модель подходит для семантического поиска, сопоставления предложений и группировки похожих текстов. В README указано, что качество её эмбеддингов низкое и модель устарела; авторы рекомендуют выбрать более новые модели Sentence Transformers. Лицензия — Apache-2.0.

sentence-transformers/nli-bert-base-cls-pooling — модель Sentence Transformers, разработанная командой sentence-transformers. Она построена на BERT и преобразует предложения и абзацы в плотные векторы размерностью 768 для поиска семантически близких текстов, кластеризации и других задач сравнения предложений. Модель содержит 136,7 млн параметров, принимает текст с контекстом до 512 токенов и доступна в форматах PyTorch, Safetensors, ONNX и OpenVINO. Модель устарела: авторы предупреждают, что она создаёт низкокачественные эмбеддинги, и рекомендуют выбрать более новые модели из каталога SBERT.net. Лицензия — Apache-2.0.

Reason-ModernColBERT — англоязычная модель много-векторных текстовых эмбеддингов, разработанная LightOn и дообученная на наборе reasonir-hq на основе lightonai/GTE-ModernColBERT-v1. Модель использует архитектуру ModernBERT с проекцией векторов с 768 до 128 измерений и поздним взаимодействием в стиле ColBERT: она кодирует текст в последовательности векторов, а сходство оценивается оператором MaxSim. Контекст документа — до 8192 токенов, длина запроса — до 128 токенов; модель содержит около 149 млн параметров и работает через PyLate. Она предназначена для семантического поиска и ранжирования документов по запросам, в том числе для поиска, требующего сопоставления нескольких смысловых фрагментов. В README сообщается о сильных результатах на бенчмарке BRIGHT для запросов, требующих рассуждений, однако показатели зависят от набора данных и сценария оценки. Модель принимает текст и выдаёт последовательности векторов, поэтому для получения результатов поиска её используют с индексом и поисковой системой либо для ранжирования переданных пар запрос-документ. Лицензия CC BY-NC 4.0 допускает использование с некоммерческими ограничениями.