I.12Рекомендации и персонализация

Finnish ModernBERT base — энкодерная модель архитектуры ModernBERT, разработанная TurkuNLP и предварительно обученная на финском, шведском, английском, коде, латыни и северносаамском языках. Модель содержит около 142,7 млн параметров, состоит из 22 слоёв и обучалась на 410,2 млрд токенов. Метаданные указывают контекстное окно 16 000 токенов; в карточке также отмечена теоретическая возможность экстраполяции до 128 тысяч токенов. Модель предназначена для заполнения маскированных токенов и получения контекстных представлений текста. Её можно применять как основу для задач обработки естественного языка и поиска по текстам; авторы сообщают о сильных результатах в задачах поиска вне обучающего домена на финском, шведском и английском языках. Модель конкурентоспособна в задачах NLU на коротком контексте, хотя в приведённом сравнении XLM-R-large показала лучшие результаты. Модель выпущена под лицензией Apache-2.0. Обучающие данные содержат источники с предвзятым и потенциально вредным содержанием, поэтому представления модели могут отражать эти свойства; их следует оценивать с учётом возможного влияния на уязвимые группы.

smartmind/ko-sbert-augSTS-maxlength512 — модель эмбеддингов предложений на базе BERT, опубликованная smartmind. Она преобразует предложения и абзацы на корейском языке в плотные векторы размерностью 768 для поиска по смыслу, кластеризации и сравнения семантической близости. Вариант основан на snunlp/KR-SBERT-V40K-klueNLI-augSTS и поддерживает входную последовательность длиной до 512 токенов. Модель подходит для семантического поиска и группировки корейских текстов, а также может использоваться как представление текста в задачах классификации документов. В README приведён результат 0,8628 для KR-SBERT-V40K-klueNLI-augSTS в сравнении моделей на задаче классификации документов; этот показатель не следует считать гарантией качества для данного репозитория или иных наборов данных. Доступны веса PyTorch, лицензия MIT.

SPARSEUP — разреженный текстовый ретривер Linkup Platform, построенный на ModernBERT и дообученный на базе lightonai/LateOn-unsupervised. Модель создаёт разреженные векторы признаков для запросов и документов; релевантность оценивается скалярным произведением. Веса распространяются в формате safetensors, размер модели — 149 млн параметров, контекст — до 8192 токенов. Модель предназначена для поиска документов и семантического retrieval. Она использует префиксы [Q] и [D], а также механизмы ограничения числа активируемых измерений и объединения вариантов словоформ, чтобы сделать представления компактнее. По данным карточки, SPARSEUP показала 56,4 nDCG@10 в среднем на BEIR-13 без MS MARCO; оценка использовала приближённый поиск Seismic. Модель выпущена под лицензией Apache 2.0. Карточка указывает английский язык; результаты и пригодность для других языков не заявлены.

InterSync разработала дообученную версию Mistral-7B-Instruct-v0.2 с поддержкой вызова функций. Это плотная авторегрессионная модель семейства Mistral на 7,1 млрд параметров; она принимает текстовые сообщения и генерирует текст, включая структурированные вызовы внешних функций в диалоге. Контекст модели составляет 32 768 токенов. Модель предназначена для диалоговых приложений, которым нужно направлять запросы к внешним API, искать сведения в интернете или пользовательских базах данных и использовать полученные данные для ответов и кратких объяснений. Такие функции выполняются через интеграцию с инструментами приложения. Модель представлена в формате Safetensors и распространяется по лицензии CC. README описывает поддержку вызова функций, но не приводит результаты оценки качества; точная совместимость с конкретными схемами инструментов и API зависит от интеграции.

wwydmanski/modernbert-pubmed-v0.1 — англоязычная Sentence Transformer модель, дообученная разработчиком на базе answerdotai/ModernBERT-base на наборе пар и троек текстов из 10 053 примеров. Она кодирует предложения и абзацы в плотные векторы размерности 768 для сравнения семантической близости по косинусному сходству. Модель предназначена для семантического поиска и сопоставления текстов, включая поиск похожих публикаций и документов PubMed, извлечение перефразировок и кластеризацию. Также полученные векторы можно использовать в классификации текста. Архитектура состоит из ModernBERT и среднего объединения токенных представлений; максимальная длина входа — 512 токенов. В README приведена точность cosine_accuracy 0,887 на triplet-dev, однако подробностей о протоколе оценки нет. В метаданных указана лицензия? Нет сведений о лицензии, поэтому условия использования по лицензии определить нельзя.

cross-encoder/ms-marco-MiniLM-L12-v2 — модель ранжирования текстовых пар на базе MiniLM-L12 от Microsoft, дообученная командой Sentence Transformers на задаче ранжирования пассажей MS MARCO. Она принимает поисковый запрос вместе с каждым кандидатом-текстом и оценивает их релевантность, чтобы упорядочить уже найденные документы, например после первичного поиска в ElasticSearch. Модель использует архитектуру BERT для классификации последовательностей, содержит около 40 млн параметров и рассчитана на контекст до 512 токенов. Модель предназначена для повторного ранжирования результатов информационного поиска и извлечения релевантных пассажей. Карточка приводит оценки на наборах TREC Deep Learning 2019 и MS MARCO, однако скорость в ней измерена на V100 GPU и зависит от оборудования. Модель поддерживает английский язык; лицензия Apache-2.0.

tomaarsen выпустил англоязычный многовекторный энкодер на базе Alibaba-NLP/gte-modernbert-base, дообученный на 20 000 примерах MS MARCO с помощью Sentence Transformers. Модель кодирует текст в последовательности векторов размерностью 128 и сравнивает запросы с документами методом позднего взаимодействия MaxSim, что предназначено прежде всего для семантического поиска и извлечения релевантных документов. Модель использует архитектуру ModernBERT, содержит 149 млн параметров и принимает текст длиной до 8192 токенов. Она рассчитана на английский язык; в README приведены результаты оценки на наборах для поиска и сопоставления запросов с документами. Лицензия Apache-2.0.

yoriis/NAMAA-retriever-notfs-final-contrastive — дообученная модель Sentence Transformers на базе yoriis/NAMAA-retriever-contrastive-1, разработанная автором репозитория yoriis. Она преобразует предложения и абзацы в плотные векторы размерности 768 и сравнивает их косинусным сходством. Модель построена на ModernBERT с усреднением токенных представлений; метаданные указывают контекст до 8192 токенов, а карточка модели — максимальную длину последовательности 512 токенов. Модель предназначена для семантического поиска и сравнения текстов, поиска перефразировок, кластеризации и классификации текстов. В качестве обучающих данных указаны 9 582 пары предложений с оценками сходства; примеры в карточке — вопросы и ответы на арабском языке, в религиозной тематике. Модель опубликована в формате safetensors и использует библиотеку sentence-transformers. Условия лицензии в предоставленных данных не указаны.

OPI-PIB разработал Polish ModernBERT-512-large — крупный одноязычный польский энкодер на архитектуре ModernBERT с 474,5 млн параметров. Модель предварительно обучена для понимания польского языка; использует RoPE, слои GeGLU, предварительную нормализацию и чередование глобального и локального внимания. Контекст составляет 514 токенов, веса доступны в формате safetensors. Основная задача модели — предсказание замаскированных токенов. После дообучения энкодер можно адаптировать для классификации текстов и документов, разметки последовательностей, регрессии, семантического сходства, поиска и ранжирования. В оценке на польских NLU-задачах модель показала конкурентные результаты относительно других польских энкодеров; готовые результаты для конкретных прикладных задач потребуют адаптации. Модель обучена на большом польском корпусе, включая Common Crawl, и предназначена для создания решений обработки польского языка. Лицензия Apache-2.0.

SIGMA-BERT-short — словенская языковая модель с архитектурой ModernBERT, разработанная командой LHRS-UM-FERI. Это энкодер, обученный с нуля на задаче восстановления замаскированных токенов на корпусе примерно из 13,88 млрд словоупотреблений из словенских веб-текстов, новостей, парламентских материалов, научных публикаций и пользовательского контента. Модель содержит около 149 млн параметров, имеет 22 слоя и контекст до 1 024 токенов; используется библиотека Transformers и формат весов safetensors. Модель предназначена для дообучения под задачи понимания словенского текста: классификации, распознавания именованных сущностей, извлечения ответов на вопросы, вывода и семантического сходства, поиска и ранжирования документов. Она подходит для предложений и документов стандартной длины, но не генерирует текст и не рассчитана на обработку текстов длиннее контекстного окна. При подстановке [MASK] важно размещать токен вплотную к предыдущему слову согласно особенностям токенизатора. Лицензия — CC BY-SA 4.0.

Cloyne/vietnamese-sbert — дообученная модель Sentence Transformer на базе keepitreal/vietnamese-sbert, разработанная Cloyne. Архитектура RoBERTa с mean pooling преобразует предложения и абзацы в плотные векторы размерности 768; сходство между ними оценивается косинусной мерой. Модель содержит 162,4 млн параметров и рассчитана на последовательности длиной до 258 токенов по метаданным Hugging Face; в README указана максимальная длина 256 токенов. Модель предназначена прежде всего для семантического поиска и сравнения вьетнамских текстов. Её можно применять для поиска похожих фрагментов, выявления перефразировок, кластеризации и получения эмбеддингов для последующей классификации. Дообучение выполнено на 120 210 парах anchor-positive из CSV-датасета с функцией потерь MultipleNegativesRankingLoss. Модель принимает текст и выдаёт векторы, поэтому сама по себе не генерирует ответы и не является готовым классификатором. Контекст ограничен короткими последовательностями, а качество для языков помимо вьетнамского не подтверждено. Лицензия в предоставленных данных не указана.

Zhihui_LLM_Embedding — модель эмбеддингов китайского текста, разработанная Lenovo Zhihui для поиска и ранжирования документов. Она основана на 7,1-миллиардной gte-Qwen2-7B-instruct и использует двунаправленное внимание при контрастивном обучении вместо обычного причинного внимания декодерной модели. Вектор строится методом pooling по последнему токену, его размерность — 3584; заявленная длина контекста составляет 131072 токена. Модель рассчитана на извлечение текстовых эмбеддингов для семантического поиска и задач retrieval. В README сообщается о первом месте на C-MTEB с результатом 76,74 по состоянию на 25 июня 2024 года. Для обучения применялись дистилляция данных с помощью GPT-3.5 и GPT-4, подбор сложных негативных примеров и модифицированная функция контрастивных потерь. Лицензия CC-BY-NC-4.0 разрешает использование с указанием авторства, но ограничивает коммерческое применение.

LazarusNLP разработала all-indo-e5-small-v4 — модель Sentence-Transformers на архитектуре BERT с 124,3 млн параметров. Она преобразует предложения и абзацы в плотные векторы размерностью 384 и предназначена для поиска семантически близких текстов, кластеризации и сравнения предложений. Модель обучалась с функцией потерь CachedMultipleNegativesRankingLoss на наборах данных для семантического сходства, поиска и вопросов и ответов. Контекст ограничен 512 токенами. Репозиторий содержит веса в форматах Safetensors и ONNX; лицензия в предоставленных данных не указана.

BengaliSBERT — модель Sentence-BERT, разработанная L3Cube-Pune в рамках проекта MahaNLP. Она основана на BengaliBERT и дообучена на наборе данных NLI для получения представлений предложений на бенгальском языке. Модель предназначена для вычисления эмбеддингов и оценки семантического сходства предложений; её можно использовать для поиска похожих фраз и сравнения текстов. Архитектура — BERT, размер — 264,8 млн параметров, максимальная длина контекста — 512 токенов. Доступны веса PyTorch и лицензия CC BY 4.0. README упоминает отдельную более качественную модель сходства на основе этого чекпойнта, поэтому эту модель не следует считать лучшим вариантом семейства для оценки сходства.

oxfrug/bge-m3-swedish-superlim — модель эмбеддингов, созданная автором репозитория путём контрастивного дообучения BAAI/bge-m3 на шведских текстовых парах и запросах с ответами. Она предназначена прежде всего для семантического поиска и сопоставления предложений на шведском языке; также подходит для кластеризации текстов. Архитектура основана на XLM-RoBERTa, размер модели в метаданных — 658,7 млн параметров, нативный контекст — 8194 токена. Рекомендуемая автором размерность эмбеддингов — 768; модель использует библиотеку sentence-transformers и распространяется в формате safetensors. На описанных автором оценках модель улучшила результаты базовой BGE-M3 на SweParaphrase, SweFAQ и SwednRetrieval. Это специализированная модель для поиска: качество классификации шведских текстов снизилось относительно базовой модели. Оценка SweFAQ использовала обучающую выборку, поэтому её нельзя считать результатом zero-shot. Веса распространяются по лицензии MIT, однако лицензии части обучающих данных, включая дополнительную смесь медицинских вопросов и ответов, не установлены; результаты README также не означают включения модели в официальный рейтинг MTEB.

Модель antoinelouis/biencoder-camembert-base-mmarcoFR — плотный биэнкодер для семантического поиска на французском языке, разработанный Antoine Louis. Она кодирует запросы и фрагменты текста в отдельные векторы размерностью 768 и оценивает их релевантность по косинусному сходству. Модель построена на CamemBERT-base и дообучена на французской части mMARCO, включая сложные отрицательные примеры, полученные от плотных поисковых систем. Модель предназначена для поиска passage по запросу, ранжирования найденных фрагментов и построения семантического поиска по французским коллекциям документов. В README указаны максимальная длина последовательностей 128 токенов при обучении, а метаданные задают контекст модели в 514 токенов; для вычисления эмбеддингов предлагаются Sentence-Transformers, FlagEmbedding и Transformers. Лицензия — MIT.

comsat-embed-ja-0.3b-preview — модель для создания текстовых эмбеддингов, разработанная Sionic AI и дообученная на базе cl-nagoya/ruri-v3-310m. Она предназначена для семантического поиска на японском языке: кодирует запросы и документы в векторы, которые можно сопоставлять по косинусному сходству. Подходит для поиска по документам, базам знаний и корпоративным коллекциям, а также для извлечения материалов в системах ответов на вопросы. Модель использует энкодерную архитектуру ModernBERT, содержит 314,6 млн параметров и принимает до 8192 токенов. Выдаёт 768-мерные эмбеддинги со средним объединением токенов и L2-нормализацией. Для запросов и документов предусмотрены разные префиксы: «検索クエリ: » и «検索文書: ». В README заявлен средний результат NDCG@10 0,7785 на 11 задачах поиска JMTEB v2 среди сравниваемых моделей размером до 4 млрд параметров. Модель специализирована на японском языке и поддерживает сценарии семантического поиска, включая поиск научных публикаций, государственных FAQ, веб-страниц и длинных документов. Для сохранения качества поиска следует применять соответствующий префикс к запросу и документу. Лицензия CC BY-NC 4.0 ограничивает коммерческое использование.

DeepAnalyze-8B — агентная большая языковая модель для автономной работы с задачами анализа данных. Её разработали Shaolei Zhang, Ju Fan, Meihao Fan, Guoliang Li и Xiaoyong Du; модель основана на плотной архитектуре Qwen3 и содержит 7,6 млрд параметров. Для запуска используется библиотека Transformers, веса опубликованы в формате safetensors; контекст — до 131 072 токенов. Модель предназначена для выполнения полного цикла работы с данными: подготовки и исследования данных, анализа, построения моделей, визуализации и подготовки отчётов. Она может исследовать структурированные источники, например базы данных, CSV и Excel, полуструктурированные JSON, XML и YAML, а также текстовые документы TXT и Markdown. В карточке указаны возможности чата и интерфейс вызова инструментов. Проект позиционируется как открытый, но в метаданных лицензия указана как MIT.

Diver-Retriever-4B-1020 — двуязычная модель текстовых эмбеддингов, разработанная AQ-MedAI на основе Qwen/Qwen3-Embedding-4B и дообученная для задач поиска и сопоставления запросов и документов. Обучение использовало данные из математики, программирования и медицины, а также специально подобранные сложные отрицательные примеры. Модель содержит около 3,7 млрд параметров, построена на плотной архитектуре Qwen3 и поддерживает контекст до 40 960 токенов. Она предназначена для семантического поиска и ранжирования, включая запросы на китайском и английском языках; авторы сообщают о результатах на BRIGHT и медицинском бенчмарке MTEB-Medical. Доступна в формате Safetensors для Transformers под лицензией Apache-2.0.

GujaratiSBERT — модель L3Cube-Pune для получения векторных представлений предложений на гуджарати. Она основана на GujaratiBERT и дообучена на наборе данных NLI; архитектура — BERT с плотными эмбеддингами, размер модели составляет 264,8 млн параметров. Модель предназначена для поиска похожих предложений и других сценариев сравнения текстов; в README приведён пример кодирования предложений в эмбеддинги с помощью sentence-transformers или Transformers и mean pooling. Модель принимает текст на гуджарати и выдаёт векторные представления. Максимальная длина контекста — 512 токенов. Лицензия — CC BY 4.0. README отмечает, что существует более качественная версия для сходства предложений, дообученная на основе этой модели.

jina-embeddings-v5-text-nano-classification — компактная мультиязычная модель эмбеддингов, разработанная Jina AI для задач классификации текста. Она входит в семейство jina-embeddings-v5-text и создана на основе jinaai/jina-embeddings-v5-text-nano с применением дистилляции и контрастивного обучения, ориентированного на конкретную задачу. Модель содержит 239 млн параметров, поддерживает последовательности длиной до 8192 токенов и формирует эмбеддинги размерностью 768. Используется pooling по последнему токену; доступны матрёшечные размерности 32, 64, 128, 256, 512 и 768, что позволяет выбирать компромисс между качеством, размером вектора и скоростью обработки. Модель предназначена прежде всего для классификации и может применяться в многоязычных сценариях анализа текста. Для работы доступны интеграции с sentence-transformers, vLLM и специальной веткой llama.cpp для формата GGUF; заявлена поддержка Transformers и Elastic Inference Service. Конкретный перечень языков и подробные результаты оценки в карточке не указаны. Модель распространяется по лицензии CC BY-NC 4.0, поэтому её использование ограничено некоммерческими целями.

KannadaSBERT — модель sentence-transformers от L3Cube-Pune для получения векторных представлений предложений на каннада и сравнения их семантического сходства. Она основана на KannadaBERT (l3cube-pune/kannada-bert) и дообучена на наборе данных NLI; архитектура — BERT с 264,8 млн параметров. Модель поддерживает извлечение признаков и сходство предложений, а длина контекста составляет до 512 токенов. Модель подходит для поиска похожих предложений, семантического поиска и сопоставления текстовых запросов с документами на каннада. README также упоминает отдельную, более качественную модель сходства, дообученную на основе этой модели, поэтому качество сходства у данного чекпойнта может быть ниже. Весы опубликованы в формате PyTorch по лицензии CC-BY-4.0.

sinjy1203/ko-sbert-natenews — модель эмбеддингов предложений на базе BERT, представленная в формате Sentence-Transformers. Она преобразует предложения и абзацы в плотные векторы размерности 768 для семантического поиска, сравнения текстов и кластеризации. Модель содержит 141,2 млн параметров, принимает текст и поддерживает контекст длиной до 512 токенов. По названию репозитория модель ориентирована на корейские новости. Её можно применять для поиска похожих новостных материалов и группировки статей по смыслу; карточка также описывает обучение с CosineSimilarityLoss. Доступны веса PyTorch. Сведения о лицензии в предоставленных данных отсутствуют.

prithivida/miniDense_arabic_v1 — компактная модель встраиваний для поиска на арабском языке. Она разработана как часть серии miniDense и основана на архитектуре BERT с токенизатором XLM-Roberta и словарём примерно на 250 тысяч токенов. Модель предназначена для сопоставления предложений и извлечения релевантных документов; в карточке упомянуты оценки на MIRACL и других наборах для поиска. Модель принимает текст и выдаёт векторы для поиска и ранжирования по сходству. Максимальная длина контекста — 512 токенов; автор рекомендует CLS-пулинг и скалярное произведение. Доступны веса PyTorch и ONNX, включая вариант ONNX FP16 для более лёгкого инференса. По README, обучение не требовало дополнительного предобучения или дорогой тонкой настройки. Модель рассчитана прежде всего на арабский язык. Её можно применять для семантического поиска, поиска ответов и извлечения passages, в том числе в гибридных системах с BM25. Для длинных документов авторы отмечают ограничение длины контекста, а заявленные результаты могут немного отличаться при воспроизведении. Лицензия — Apache-2.0.

KennethTM/MiniLM-L6-danish-encoder-v2 — компактная модель Sentence Transformers на архитектуре BERT для представления датских предложений и абзацев в виде плотных векторов размерности 384. По карточке это обновлённая версия MiniLM-L6-danish-encoder, обученная на дополнительных данных GooAQ, переведённых на датский язык; модель адаптирована от англоязычной sentence-transformers/all-MiniLM-L6-v2 с датским токенизатором, а не обучена с нуля. Модель содержит 25,9 млн параметров и обрабатывает последовательности длиной до 512 токенов. Векторы подходят для семантического поиска, сравнения сходства предложений и кластеризации датских текстов. При обучении использовались переведённые на датский данные ELI5 и SQuAD, а также датские пары GooAQ. Лицензия — MIT. Описание не сообщает результатов сравнительной оценки качества; при использовании следует учитывать, что назначение и обучающие данные ориентированы на датский язык.

NaSE (News-adapted Sentence Encoder) — многоязычный энкодер предложений, разработанный для текстов новостной тематики. Модель основана на предварительно обученном энкодере LaBSE и адаптирована к новостному домену на корпусах Polynews и PolyNewsParallel с помощью денойзинг-автокодирования и машинного перевода в формате sequence-to-sequence. Это плотная архитектура BERT с 498,1 млн параметров и контекстом до 512 токенов. На вход модель принимает текст и формирует векторное представление его смысла. Эмбеддинги подходят для оценки сходства предложений, информационного поиска и кластеризации новостных материалов. Модель мультиязычная; карточка перечисляет языки от африкаанс и амхарского до корейского, а метаданные содержат языковые коды более чем для 50 языков. Доступны веса PyTorch, Safetensors и TensorFlow. Лицензия — Apache-2.0. Модель обучалась на одной NVIDIA A100 в течение 100 тысяч шагов. Её специализация на новостях делает её подходящей для сопоставления и поиска новостных текстов, однако качество на других доменах и для языков с малым объёмом обучающих данных может быть ниже; README сообщает, что для обучения отбирались языки и языковые пары с минимум 100 примерами.

Ruri-Small — модель эмбеддингов японского текста, разработанная cl-nagoya для представления предложений и текстовых фрагментов в виде векторов. Это Sentence Transformer на базе cl-nagoya/ruri-pt-small; модель дообучена для задач сходства предложений. Она выдаёт векторы размерности 768, а сходство между ними можно оценивать косинусной близостью. Модель предназначена для поиска и сопоставления японских текстов, оценки семантического сходства, ранжирования результатов, классификации и кластеризации. Максимальная длина входной последовательности — 512 токенов. В оценке JMTEB Ruri-Small показала средний результат 71,53. Модель работает с японским языком и распространяется по лицензии Apache 2.0. README рекомендует для новых проектов более поздние модели семейства Ruri v3.

DMetaSoul выпустила эту дистиллированную модель для общего семантического сопоставления предложений. Это плотная BERT-модель с четырьмя слоями, примерно 54 млн параметров по метаданным и контекстом до 512 токенов. Она формирует векторные представления текста и подходит для поиска семантически близких фраз и сравнения предложений. По оценке авторов, относительно исходного 12-слойного учителя модель примерно вдвое быстрее, а средняя точность на приведённых наборах данных ниже примерно на 6 процентных пунктов. Модель ориентирована на китайский язык; результаты оценки приведены на китайских задачах сопоставления. Для использования указаны Sentence-Transformers и Hugging Face Transformers. Лицензия в предоставленных данных не указана.

Это конверсия на Keras 3 многоязычной модели SigLIP Base от Google, подготовленная zeromodels. Модель использует двойной визуально-текстовый энкодер и попарную sigmoid loss; она сопоставляет изображения с текстовыми запросами для классификации без дополнительного обучения. При работе подберите текстовые промпты и изображения для сравнения; для согласования размера изображений и токенизатора рекомендуется использовать соответствующий Processor. Репозиторий предоставляет реализацию, работающую с TensorFlow, PyTorch и JAX. Модель принимает изображения и текстовые промпты и выдаёт оценки соответствия для zero-shot классификации. Лицензия — Apache 2.0.

Это англоязычный разреженный энкодер SPLADE, разработанный авторами репозитория tomaarsen и дообученный на основе Luyu/co-condenser-marco с помощью Sentence Transformers. Модель кодирует предложения и абзацы в разреженные векторы размерности 30 522; для оценки близости используется скалярное произведение. Архитектура построена на BERT с маскированным языковым моделированием и пуллингом SPLADE. Максимальная длина входа — 512 токенов. Модель предназначена для семантического поиска и разреженного извлечения документов: она преобразует запросы и тексты в представления, пригодные для ранжирования по релевантности. В карточке приведены результаты оценки на небольших наборах NanoMSMARCO, NanoNFCorpus, NanoNQ и NanoBEIR. Модель принимает текст и выдаёт векторные представления. Распространяется по лицензии Apache-2.0.