I.12Рекомендации и персонализация

sentence-embeddings-xllora-mmbert-ind — модель векторных представлений предложений на индонезийском языке, разработанная на основе mmBERT и дообученная методом XL-LoRA для обучения представлениям предложений в условиях нехватки языковых ресурсов. Она подходит для оценки семантического сходства, поиска похожих предложений, извлечения предложений по смыслу и кластеризации. Модель основана на архитектуре ModernBERT и содержит 306,9 млн параметров; для построения эмбеддингов объединяются первый и последний скрытые слои с равными весами, после чего применяется усреднение по токенам. Контекст — до 8192 токенов. Для воспроизведения результатов статьи следует использовать описанный способ pooling; стандартное усреднение по токенам тоже доступно, но может дать немного отличающиеся результаты. Модель ориентирована на индонезийский язык и исследования NLP для языков с ограниченными ресурсами. Лицензия — MIT.

SPLADEv2max — разработанная Naver разреженная модель-энкодер для поиска по предложениям и абзацам. Она кодирует текст в разреженный вектор размерности 30 522 и предназначена для семантического поиска и извлечения passages; оценки релевантности вычисляются скалярным произведением векторов. Модель основана на distilbert/distilbert-base-uncased и использует masked language modeling с max-pooling и ReLU. Максимальная длина входа — 512 токенов; для воспроизведения оценки используется длина 256 токенов. Поддерживаемый язык — английский. Модель распространяется по лицензии CC BY-NC-SA 4.0, которая ограничивает коммерческое использование.

yuyijiong/T5-large-sentiment-analysis-Chinese-MultiTask — модель на архитектуре T5 для многозадачного анализа тональности на китайских и английских текстах. Разработчик дообучил её на нескольких наборах данных для анализа тональности; часть данных была сгенерирована ChatGPT. Модель содержит около 385,7 млн параметров и распространяется в формате PyTorch для библиотеки Transformers. Модель извлекает из текста объекты, мнения, аспекты и полярность тональности, выдавая их в структурированном текстовом формате. Можно задавать аспекты для анализа, например товары, доставку, продавца или платформу, а также управлять длиной формулировки мнения. При необходимости модель может заполнить отсутствующий в исходном тексте объект предположением. Карточка не сообщает лицензию. Качество извлечения и обобщения мнений может зависеть от формулировки входного текста; режимы с сокращением или дополнением объектов способны привести к результатам, которых нет в исходнике. Контекстное окно и отдельные оценки качества в доступных сведениях не приведены.

orionweller/tart-dual-contriever-msmarco — модель на базе архитектуры BERT объёмом 136,7 млн параметров, опубликованная для удобства использования. Она предназначена для извлечения признаков из текста; метаданные указывают ограничение контекста в 512 токенов. Файлы модели представлены в формате Safetensors. Название указывает на связь с TART, Dual Contriever и MS MARCO, однако README не описывает обучение, назначение этих компонентов или конкретный сценарий применения. Лицензия в предоставленных данных не указана.

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

AgentIR-4B — плотная текстовая модель для извлечения документов, разработанная авторами проекта AgentIR. Она дообучена на базе Qwen/Qwen3-Embedding-4B и предназначена для поиска в системах глубокого исследования, где агент передаёт вместе с запросом свой ход рассуждений. Совместное кодирование запроса и рассуждения помогает учитывать намерение и контекст агента при подборе материалов. Модель рассчитана на использование в исследовательских агентах и retrieval-системах; авторы сообщают об улучшении точности и сокращении числа итераций на BrowseComp-Plus. Это модель семейства Qwen3 с 3,7 млрд параметров, контекстом до 40 960 токенов и форматом safetensors. Метаданные указывают задачу feature-extraction; модель принимает текст и выдаёт текстовые эмбеддинги для поиска и сравнения. Лицензия в предоставленных данных не указана.

nadrajak/allenai-specter-ft2 — дообученная модель Sentence Transformers на базе sentence-transformers/allenai-specter. Она использует архитектуру BERT с пулингом по CLS-токену, преобразует текстовые фрагменты в плотные эмбеддинги размерности 768 и сравнивает их косинусным сходством. Максимальная длина входа — 512 токенов; модель обучалась с TripletLoss на наборах с примерами anchor, positive и negative. Модель подходит для семантического поиска, поиска похожих текстов и публикаций, оценки сходства предложений, поиска перефразирований, кластеризации и классификации текста на основе эмбеддингов. Базовая модель ориентирована на заголовки и аннотации научных статей на английском языке, поэтому это профильный выбор для поиска научных публикаций; README сообщает высокую точность на TripletEvaluator, но не раскрывает контекст этих оценок и состав обучающих данных. Для использования нужны текстовые входы; результатом являются векторы, пригодные для поиска и сравнения. Репозиторий распространяется в формате safetensors и использует лицензию базовой модели, однако сведения о лицензии в предоставленных данных отсутствуют.

assay-4b — модель принятия типизированных решений, разработанная проектом Assay на базе Qwen3-4B-Base. Она принимает текстовое состояние и именованные вопросы трёх типов: bool для ответа да или нет, choice для выбора из 2–255 описанных вариантов и score для оценки по 2–10 упорядоченным уровням. За один проход модель выдаёт распределение вероятностей по вариантам, уверенность и оценку наличия свидетельств; свободный текст не генерируется. Модель содержит 3,7 млрд параметров, использует плотную архитектуру Qwen3 и контекст до 32 768 токенов. Веса дообучены с помощью LoRA и объединены с базовой моделью; отдельный адаптер и голова оценки свидетельств также представлены в репозитории. Для bool и choice предусмотрена конформная калибровка с возможностью воздержаться от ответа. Модель обучена на английских данных и предназначена для типизированной классификации и структурированных решений, в том числе по ранее не встречавшимся задачам. По данным карточки, на наборах невиданных при обучении задач точность составила 0,803; показатели и калибровка могут меняться на других данных. Модель не предназначена для арифметики, подсчётов, сравнения дат или многошаговых рассуждений за один проход; при нерелевантном контексте точность снижается. Вероятности и пороги не гарантируют надёжность для каждого отдельного ответа, поэтому перед применением следует проверить калибровку на собственных размеченных данных. Лицензия — Apache-2.0.

Карточка модели facebook/dragon-roberta-context-encoder на Hugging Face совпадает с карточкой facebook/dragon-roberta-query-encoder, поэтому описание составлено по ней. DRAGON-RoBERTa Query Encoder — плотный энкодер запросов для поиска, разработанный Facebook. Это модель семейства RoBERTa, инициализированная RoBERTa-base и дополнительно обученная на данных, расширенных из корпуса MS MARCO, по подходу DRAGON. Она входит в асимметричную двухэнкодерную систему: для запросов и контекстов используются отдельные модели с разными параметрами. Энкодер преобразует текстовые запросы в векторные представления для плотного поиска и извлечения релевантных документов. В карточке приведены результаты системы DRAGON-RoBERTa: 39,4 на MS MARCO Dev и 47,2 на BEIR. Модель содержит 151,8 млн параметров, поддерживает контекст до 514 токенов и распространяется в формате PyTorch. Для поиска контекстов требуется соответствующий DRAGON-RoBERTa Context Encoder; лицензия в предоставленных данных не указана.

DUSUNEN Rota 270M v2 — плотная турецкоязычная модель для поиска похожих предложений и извлечения релевантных документов. Её разработал GoktugD, продолжив дообучение DUSUNEN Rota 270M v1 на 50 000 триплетах с трудными негативными примерами. Модель содержит около 257 млн параметров, построена на архитектуре Gemma 3 Text и выдаёт векторные представления размерности 640; метаданные указывают контекст до 32 768 токенов, однако в обучении использовалась длина последовательности 256. Модель предназначена для семантического поиска на турецком языке, ранжирования результатов и подбора кандидатов для RAG. В пяти тестах поиска v2 показала небольшое стабильное улучшение относительно v1, но уступила multilingual E5 по общему результату и превзошла его только на MKQA в указанной матрице. Весы опубликованы в формате safetensors; лицензия — MIT.

ERNIE-Gram-zh — китайская языковая модель семейства ERNIE-Gram, представленная в виде PyTorch-чекпойнта для извлечения признаков и задач понимания естественного языка. Архитектура основана на BERT: 12 слоёв, размер скрытого состояния 768 и 12 голов внимания; всего 127,1 млн параметров, контекст — до 512 токенов. Модель предназначена для получения контекстных представлений китайского текста, которые можно использовать в прикладных системах понимания языка. Чекпойнт преобразован из официально выпущенной модели ERNIE на PaddlePaddle в PyTorch; автор README сообщает о проверках точности преобразования. Лицензия в предоставленных источниках не указана.

davanstrien/headline-similarity — модель Sentence Transformers на базе BERT, разработанная для сопоставления заголовков и других коротких текстов по смыслу. Она преобразует предложения и абзацы в плотные векторы размерностью 768 и подходит для семантического поиска, кластеризации и оценки сходства. Модель дообучена на dbmdz/bert-base-historic-multilingual-cased с использованием MultipleNegativesRankingLoss; в обучающих данных использовался набор headlines-semantic-similarity. Архитектура содержит 137,8 млн параметров, а контекст ограничен 512 токенами. Модель ориентирована на английские газетные заголовки. Её можно применять для поиска похожих заголовков, группировки публикаций по теме и обнаружения семантически близких формулировок. Репозиторий использует формат PyTorch; в предоставленных сведениях лицензия не указана.

inf-retriever-v1-pro — специализированная языковая модель компании INF-X-Retriever для подготовки запросов к поиску в системах с плотным векторным поиском и RAG. Она преобразует сложные, многословные или требующие рассуждений пользовательские запросы в краткие поисковые формулировки, помогающие находить релевантные фрагменты текста. Модель дообучена на базе Qwen/Qwen2.5-7B-Instruct и содержит 7,1 млрд параметров; архитектура — плотная Qwen2. Модель принимает текст и генерирует текст, поддерживает английский язык, а её контекстное окно составляет 131 072 токена. Модель предназначена для поиска по сложным запросам, включая задачи, где ответ требует рассуждений или синтеза сведений из нескольких документов. В README приведены результаты INF-X-Retriever на бенчмарке BRIGHT; эти показатели относятся к системе в целом и не должны трактоваться как результаты одной только inf-retriever-v1-pro. Модель распространяется по лицензии Apache-2.0.

haryads/kurdish-sentence-embeddings — модель векторных представлений предложений на центральнокурдском языке (сорани), разработанная для семантического поиска, поиска фрагментов для RAG, кластеризации и оценки сходства. Она преобразует текст в 512-мерные векторы; используется архитектура RoBERTa с усреднением токенов и L2-нормализацией. Базовая курдская RoBERTa обучена с нуля на корпусе из примерно миллиона предложений, затем модель дообучена контрастивным методом на примерно 22 тысячах пар предложений с трудными отрицательными примерами. Модель рассчитана на центральнокурдский (сорани, ckb), записанный арабским письмом. Контекст ограничен 130 токенами по метаданным. README приводит результаты на внутреннем курдском бенчмарке и сообщает о превосходстве над мультиязычной MiniLM в поиске и разделении тем; эти показатели относятся к описанным тестам. Модель опубликована в формате safetensors и распространяется по лицензии Apache-2.0. По README, обучение преимущественно на новостных текстах ограничивает надёжность на узкоспециализированных и разговорных данных; для них может потребоваться дообучение на профильном корпусе. Для лучших результатов рекомендуется нормализовать варианты арабских и курдских символов, ZWNJ и цифры перед кодированием.

Zeolit разработала lettuce-eidos-768d-v5 — многоязычную модель эмбеддингов для поиска коротких воспоминаний в истории диалогов, заметках и ролевых чатах. Она предназначена для извлечения релевантных фрагментов по запросу, в том числе когда запрос и воспоминание написаны на разных языках, и рассчитана на запуск на устройстве или CPU. Модель основана на IBM Granite Embedding 311M Multilingual R2 и дообучена методом дистилляции после сокращения ModernBERT с 22 до 12 слоёв. Всего в модели около 262 млн параметров, размерность эмбеддинга — 768 с поддержкой Matryoshka-сокращения до 64 измерений. В репозитории есть веса Safetensors и экспорты ONNX, включая динамически квантованный int8-вариант. README сообщает контекст 4096 токенов, тогда как метаданные указывают нативный контекст 32768 токенов. Заявлена поддержка 15 языков: арабского, немецкого, английского, испанского, французского, хинди, итальянского, японского, корейского, нидерландского, польского, португальского, русского, турецкого и китайского. Лицензия — Apache-2.0. Модель показывает хорошие результаты на собственных тестах поиска разговорных воспоминаний, но эти тесты основаны на обучающих данных и не подтверждают качество на независимых наборах. Она слабее подходит для поиска по длинным документам и оценки семантического сходства, чем предыдущая версия; многоязычный поиск близких воспоминаний часто не находит верный фрагмент с первой попытки. Косинусные оценки высоки даже для нерелевантных текстов, поэтому пороги сходства от других моделей применять нельзя; для калибровки README рекомендует файл calibration.json.

MobileCLIP-B (LT) — модель сопоставления изображений и текста из семейства MobileCLIP, разработанного Apple и представленного на CVPR 2024. Этот репозиторий содержит чекпойнт для OpenCLIP, предназначенный для классификации изображений по текстовым описаниям без отдельного обучения на целевых классах: пользователь задаёт варианты классов текстом, а модель оценивает соответствие изображения каждому из них. Модель использует мультимодальное представление изображений и текста. Для MobileCLIP-B (LT) в README указана точность zero-shot классификации ImageNet 77,2%; авторы также приводят результаты сравнения с другими моделями близкой архитектуры. В карточке Hugging Face указаны библиотека OpenCLIP и форматы PyTorch и safetensors. Лицензия — Apple AMLR. Модель подходит для быстрой классификации изображений с гибко задаваемыми текстовыми метками. Приведённые характеристики не гарантируют аналогичного качества на пользовательских данных; корректность зависит от формулировок меток и предметной области. README не описывает отдельные ограничения или поддержку конкретных естественных языков.

ModernBERT-TR — плотный энкодер на архитектуре ModernBERT, разработанный авторами проекта ModernBERT-TR и опубликованный организацией ytu-ce-cosmos. Модель содержит около 149 млн параметров, состоит из 22 слоёв и использует чередование глобального и локального внимания. Она предварительно обучена с нуля как masked-language model и принимает последовательности длиной до 8 192 токенов. Основное назначение модели — предсказывать скрытые токены в тексте. Её можно применять как основу для дообучения классификаторов, задач попарного вывода и поиска, а также для извлечения представлений текста. Обучающие данные преимущественно турецкие; также использовались английский язык, код и небольшой объём параллельных текстов. В описанных оценках модель показала сильные результаты при замороженном энкодере и высокие позиции на турецких бенчмарках. Для запуска доступна через Transformers; в репозитории представлены веса Safetensors и формат ONNX. Лицензия — Apache-2.0. Карточка сообщает о результатах бенчмарков, но не приводит подробных ограничений по качеству или безопасности, поэтому пригодность для конкретного сценария следует проверять отдельно.

Карточка модели falloutxvats/ms-marco-minilm-l6-v2 на Hugging Face совпадает с карточкой cross-encoder/ms-marco-MiniLM-L6-v2, поэтому описание составлено по ней. cross-encoder/ms-marco-MiniLM-L6-v2 — англоязычный ранжировщик на основе архитектуры BERT, предназначенный для переранжирования результатов поиска. Модель обучена на задаче MS MARCO Passage Ranking и оценивает релевантность пары «запрос — фрагмент текста», после чего найденные документы можно сортировать по оценке. Модель содержит 25,9 млн параметров, принимает пары текстов и поддерживает контекст до 512 токенов. Она рассчитана на этап reranking в системах информационного поиска, например после получения кандидатов из ElasticSearch. Доступны форматы PyTorch, SafeTensors, ONNX, OpenVINO и Flax. Модель распространяется по лицензии Apache 2.0. Описанные данные указывают на англоязычное обучение и назначение; качество для других языков не подтверждено. README приводит оценки на наборах TREC Deep Learning 2019 и MS MARCO, но не содержит чисел для этой версии MiniLM-L6-v2.

OdiaSBERT — модель L3Cube-Pune для получения векторных представлений предложений на языке одия. Она основана на OdiaBERT и дообучена на наборе данных NLI; модель выпущена в рамках проекта MahaNLP. Её применяют для измерения сходства предложений и построения эмбеддингов, в том числе для поиска или группировки близких по смыслу текстов на одия. Модель использует архитектуру BERT, содержит около 264,8 млн параметров и обрабатывает до 512 токенов контекста. Репозиторий содержит веса PyTorch; лицензия — CC BY 4.0. Для получения эмбеддингов README описывает использование Sentence-Transformers либо применение подходящей операции pooling поверх выходов трансформера. Модель предназначена для одия и не заявлена как многоязычная: для поддержки основных индийских языков и межъязыковых задач авторы указывают отдельную мультиязычную модель. README также упоминает более качественную модель сходства, дообученную на основе этой; поэтому для максимального качества сходства стоит учитывать это ограничение.

opensearch-project/opensearch-neural-sparse-encoding-doc-v3-distill — модель разреженного поиска OpenSearch Contributors. Она преобразует документы в разреженные векторы размерности 30 522, где индексы соответствуют токенам словаря, а веса отражают их важность. Для запросов используются токенизатор и таблица весов; релевантность оценивается скалярным произведением векторов. Модель предназначена для поиска документов, включая работу с инвертированным индексом OpenSearch. Модель основана на DistilBERT и распространяется в формате safetensors; её можно использовать через Sentence Transformers или в кластере OpenSearch. Контекст ограничен 512 токенами. Карточка описывает обучение на наборах данных для поиска и ранжирования, а также сравнение серии v3 с предыдущими версиями на подмножестве BEIR. Репозиторий содержит Apache-2.0 лицензию.

unicamp-dl/ptt5-v2-3b — португалоязычная предварительно обученная модель семейства T5, разработанная группой Unicamp-DL на основе контрольной точки Google T5-3B. Это продолжение предобучения исходной модели на португальском языке; чекпойнт также использовался при обучении MonoT5-реранкеров для португальского языка. Модель имеет архитектуру T5ForConditionalGeneration, около 385,2 млн параметров и контекст до 512 токенов. Модель предназначена для генерации текста и задач NLP в формате преобразования текста в текст, в том числе как основа для португальских реранкеров. Она принимает текст и генерирует текст. Опубликована в формате PyTorch под лицензией Apache-2.0. Карточка не приводит оценок качества или подробных ограничений; применимость к конкретной задаче следует проверять отдельно.

Steve0927 подготовил плотный ретривер на основе Qwen3-Embedding-0.6B для конкурса XIR 1170. Модель дообучена методом Trajectory Utility Calibration на примерах поиска, полученных из траекторий LRAT: метод корректирует веса примеров, отмечает слабые позитивные примеры и вероятные ложные негативы, сохраняя сложные негативы для контрастивного обучения. Модель предназначена для семантического поиска по фиксированному корпусу в агентных сценариях, подобных XIR и BrowseComp-Plus. Она принимает текстовые запросы и документы и выдаёт плотные эмбеддинги для извлечения релевантных документов. Число параметров — 507,6 млн; базовая архитектура — Qwen3, контекст — до 32 768 токенов. В карточке заявлен английский язык. Лицензия в предоставленных данных не указана.

SauerkrautLM-Reason-Multi-ColBERT-15m — компактная мультиязычная модель поиска на основе ColBERT с поздним взаимодействием токенов. Разработчик — VAGOsolutions. Модель дообучена с дистилляцией знаний от VAGOsolutions/SauerkrautLM-Multi-ColBERT-15m и содержит 15,8 млн параметров; архитектура использует BERT и проекцию размерности 384 в 128. Она предназначена для семантического поиска и ранжирования документов по запросу, включая научные и технические материалы, и рассчитана на устройства с ограниченными ресурсами. Модель принимает текст запроса и документов, формируя токеновые векторные представления для сравнения по MaxSim. Карточка указывает контекст до 2048 токенов, максимальную длину запроса 256 токенов и поддержку немецкого, английского, испанского, французского, итальянского, нидерландского и португальского языков. Заявлены эффективность на научных и технических наборах и возможность локального запуска; результаты зависят от данных и сценария поиска. Лицензия — Apache 2.0.

SciRus-tiny3 — компактная модель для извлечения векторных представлений научных текстов, опубликованная лабораторией машинного обучения и семантического анализа МГУ (MLSA-lab). Она предназначена для сравнения семантической близости научных текстов и может служить основой для поиска и группировки научных публикаций. Модель использует архитектуру RoBERTa и содержит около 25,5 млн параметров; в карточке Hugging Face указана длина контекста до 1026 токенов. Вход — текст, выход — векторные представления. Публикации и каталог разработчика описывают SciRus-tiny как модель для научных текстов на русском и английском языках. Компактный размер позволяет применять её в задачах векторизации текстов. Карточка Hugging Face не содержит описания ограничений или лицензии, поэтому условия распространения по доступным сведениям определить нельзя.

kornwtp/SCT-model-phayathaibert — модель Sentence Transformers на архитектуре CamemBERT, разработанная автором репозитория kornwtp. Она преобразует предложения и абзацы в плотные векторы размерности 768 для поиска по смыслу, сравнения предложений и кластеризации. Модель обучалась на тайской Википедии и рассчитана на тайский текст; максимальная длина контекста составляет 512 токенов, размер — около 304,7 млн параметров. Модель можно применять для семантического поиска, оценки сходства текстов и группировки похожих фрагментов. Репозиторий содержит веса PyTorch и распространяется по лицензии Apache-2.0. Карточка не описывает специальных ограничений, кроме длины контекста и ориентации на тайские данные.

CAG-13b — языковая модель Ruotong Pan и соавторов с генерацией, учитывающей достоверность источников. Модель дообучена на LLaMA2-13B и предназначена для ответов на вопросы с использованием контекста, в том числе документов, полученных через RAG. Модель оценивает достоверность сведений в контексте, чтобы сохранять устойчивость к зашумлённым или вводящим в заблуждение документам. Среди сценариев применения авторы называют ответы с учётом персонализированных оценок доверия и разрешение конфликтов между источниками знаний; модель оценивали на открытых и чувствительных ко времени вопросах, а также на вопросах по материалам с дезинформацией. Это плотная причинная архитектура LLaMA с 12,9 млрд параметров и контекстом до 4096 токенов; вход и выход — текст. В карточке указаны английский язык и лицензия MIT. Модель не является специализированной поисковой системой или гарантией проверки фактов: качество ответов зависит от контекста и заданных оценок достоверности.

seeledu/Chinese-Llama-2-7B — плотная модель семейства Llama с 6,6 млрд параметров, дообученная на китайском наборе инструкций на основе llama2-7B-HF. В карточке Hugging Face для неё указана задача извлечения признаков; модель доступна в формате PyTorch и имеет контекстное окно до 4096 токенов. Модель предназначена для извлечения векторных представлений текста. Дообучение на китайских инструкциях указывает на ориентацию на китайский язык, однако README не описывает конкретные сценарии применения, результаты оценки или ограничения. Лицензия в предоставленных данных не указана.

timm/eva02_enormous_patch14_clip_224.laion2b_plus — веса модели EVA-02-CLIP, опубликованные в экосистеме timm и OpenCLIP. Модель предназначена для классификации изображений по текстовым описаниям без дополнительного обучения: она сопоставляет изображение с кандидатными текстовыми метками и позволяет выбрать наиболее подходящую. Модель принимает изображения и текстовые запросы, а выдаёт оценки соответствия между ними. Репозиторий содержит веса в форматах PyTorch и safetensors; для работы указана библиотека open_clip. Лицензия — MIT. Данных о размере модели, поддерживаемых языках и ограничениях качества в карточке нет.

HierarCaps CLIP-L — модель CLIP ViT-L/14, дообученная на наборе HierarCaps автором репозитория malper в рамках работы «Emergent Visual-Semantic Hierarchies in Image-Text Representations» (ECCV 2024). Она предназначена для классификации изображений по текстовым описаниям без дополнительного обучения и для сопоставления изображений с категориями, учитывая их уровень специфичности. Модель сохраняет архитектуру CLIP-L/14 и улучшает иерархическую организацию пространства эмбеддингов изображений и текста. Модель принимает изображения и текстовые метки классов, а для классификации оценивает соответствие между ними. Для работы доступны веса PyTorch и интерфейс Transformers. В карточке указана лицензия MIT. Языковая специализация и длина контекста не заявлены; текстовые метки используются как часть задачи классификации.

IndoBERT Large Model (phase1, uncased) — предварительно обученная языковая модель на архитектуре BERT, созданная командой IndoBenchmark для индонезийского языка. Модель обучена на корпусе Indo4B с задачами masked language modeling и next sentence prediction; в README для этой версии указано 335,2 млн параметров, тогда как метаданные репозитория указывают 433,9 млн. Контекст составляет до 512 токенов. Модель предназначена для извлечения контекстных представлений текста, которые можно использовать как основу для прикладных NLP-систем на индонезийском языке. Она поддерживается библиотеками Transformers в форматах PyTorch, TensorFlow и Flax. Лицензия — MIT. Это базовая предварительно обученная модель, а не готовый чат-бот или специализированный классификатор.