I.12Рекомендации и персонализация

KennethTM/MiniLM-L6-danish-reranker — компактная модель ранжирования текстовых пар на основе архитектуры BERT, разработанная для обработки датского языка. Она принимает запрос и кандидатный текст и вычисляет оценку их релевантности, чтобы ранжировать результаты поиска или извлечения информации. Модель содержит 25,9 млн параметров, использует библиотеку Sentence Transformers и поддерживает контекст до 512 токенов. Модель адаптирована от англоязычной cross-encoder/ms-marco-MiniLM-L-6-v2 с датским токенизатором и обучена на датских переводах данных ELI5 и SQuAD. Подходит для поиска по запросу, сортировки кандидатов и ранжирования ответов. Выпущена под лицензией MIT. В README указана более новая версия v2, обученная на большем объёме данных.

MoEViE-B16-224 — разработанный Meta визуальный энкодер из семейства MoE-ViE для понимания изображений и видео. Модель обучена контрастным способом на парах изображение–текст и предназначена для классификации изображений без примеров и извлечения визуальных и текстовых признаков для сопоставления и поиска. Это вариант B/16 с 12 слоями, шириной 768 и входным разрешением 224 пикселя. В модели около 0,5 млрд параметров, из которых примерно 0,1 млрд активируется для отдельного токена: каждый MoE-блок сочетает постоянно работающего эксперта и маршрутизируемых экспертов. В README приведены результаты zero-shot классификации на ImageNet-1k и ObjectNet, а также поиска по изображениям и видео. Для работы требуются CUDA GPU и Triton; MoE-ядра компилируются при запуске. Репозиторий распространяется по лицензии CC BY-NC 4.0, которая ограничивает коммерческое использование.

blackmlengineer/occucoder-en-tall-v0 — текстовая Sentence Transformer-модель на архитектуре BERT, обученная разработчиком blackmlengineer для поиска и сопоставления предложений. Она преобразует предложения и абзацы в плотные векторы размерности 256; сходство между ними можно оценивать косинусной мерой. Модель использует mean pooling и предназначена для текстового retrieval и сравнения семантически связанных формулировок. Модель обучена на 991 580 примерах с парами положительных и отрицательных соответствий с использованием MultipleNegativesRankingLoss. Максимальная длина входа — 32 токена. В примерах обучающего набора встречаются названия профессий и смежные категории, поэтому модель подходит для поиска похожих наименований в этой области. Лицензия в предоставленных данных не указана.

Perception Encoder PE-Core-B16-224 — визуально-языковая модель-энкодер, разработанная Meta для понимания изображений и видео. Это версия семейства PE Core размера B/16: визуальная башня имеет 12 слоёв и около 90 млн параметров, а текстовая — 24 слоя и около 310 млн параметров. Модель сопоставляет изображения и текст в общем пространстве признаков; изображения обрабатываются при разрешении 224 пикселя, длина текстового контекста составляет 32 токена. Модель предназначена для классификации изображений по текстовым описаниям без специального обучения на целевых классах, а также для извлечения признаков и поиска по сходству изображений и текста. В README также приведены результаты на задачах классификации видео и поиска, однако карточка Hugging Face указывает основной задачей классификацию изображений zero-shot. Вариант B/16 показал результаты на наборах ImageNet-1k, ImageNet-v2, ImageNet-A, ObjectNet и Kinetics-400. PE Core использует контрастивное предварительное обучение и дополнительную настройку на синтетически согласованных видеоданных. Модель принимает изображения и текст, выдаёт векторные представления для сопоставления. Для работы требуются PyTorch и библиотека perception-encoder. Лицензия — Apache-2.0. Генерация текста или изображений не поддерживается; текстовый контекст ограничен 32 токенами.

PwC-Embedding-expr — мультиязычная модель эмбеддингов, разработанная PwC-AXNode и дообученная на базе intfloat/multilingual-e5-large-instruct для повышения качества представления корейских текстов. Авторы использовали расширенные наборы данных для задач семантического сходства и сбалансировали их при дообучении. Модель построена на архитектуре XLM-RoBERTa и выдаёт векторы размерности 1024. Она подходит для сравнения предложений и оценки семантического сходства; в README приведены результаты оценки на корейской части MTEB, включая KLUE-STS. Максимальная длина входа — 514 токенов. Модель экспериментальная и находится в разработке; распространяется по лицензии Apache-2.0.

KwangHwi/quantization — слитая методом SLERP модель на архитектуре LlamaBidirectionalModel, опубликованная в формате safetensors. По данным метаданных, она предназначена для извлечения признаков и эмбеддингов; размер составляет 1,2 млрд параметров, заявленная длина контекста — 131 072 токена. В объединение вошли два чекпойнта, указанные в карточке как модели для поиска по юридическим текстам и другие данные; их исходные идентификаторы относятся к внутренним путям, поэтому публичные репозитории базовых моделей установить нельзя. Модель можно применять для получения векторных представлений текста и задач поиска или ранжирования, где нужны признаки текста. Карточка не сообщает поддерживаемые естественные языки и условия лицензии; языковую специализацию и лицензионные условия по имеющимся данным определить нельзя.

sonoisa разработал Sentence-LUKE — модель для получения векторных представлений японских предложений. Она дообучена на том же наборе данных и с теми же настройками, что и японская Sentence-BERT. По оценке автора на его закрытом наборе данных, количественное качество сопоставимо с Sentence-BERT или выше примерно на 0,5 процентного пункта, а качественные результаты лучше. Модель основана на предварительно обученной studio-ousia/luke-japanese-base-lite, имеет 138,4 млн параметров и контекст до 514 токенов. Модель предназначена для извлечения признаков и сравнения сходства японских предложений, например для поиска семантически близких текстов. Для запуска вывода требуется SentencePiece. Репозиторий содержит веса PyTorch и safetensors и распространяется по лицензии Apache-2.0.

zeromodels публикует реализацию SigLIP 2 Large Patch16 512 в формате Keras 3 для классификации изображений по текстовым описаниям без дообучения на целевых метках. Модель принимает изображения и текстовые запросы, сопоставляет их и позволяет выбирать наиболее подходящие метки. Реализация работает с TensorFlow, PyTorch и JAX. Модель основана на google/siglip2-large-patch16-512. Семейство SigLIP 2 использует мультиязычный словарь Gemma на 256 тысяч токенов; карточка отмечает поддержку многих языков. Модель пригодится для классификации изображений с пользовательскими категориями и поиска изображений по текстовым запросам. Распространяется по лицензии Apache 2.0.

SigLIP base — мультимодальная модель Google на архитектуре SigLIP, предварительно обученная на англоязычных парах изображение–текст из набора WebLI. Вариант обучен для работы с изображениями разрешением 512×512; текст токенизируется с длиной до 64 токенов. Модель использует sigmoid loss для сопоставления изображений и текста. Модель предназначена для классификации изображений по текстовым описаниям без дообучения и поиска соответствий между изображениями и текстом. Её можно применять для подбора меток к изображениям по заданным формулировкам и для поиска изображений по текстовому запросу или наоборот. Карточка указывает лицензию Apache-2.0.

Карточка модели KIEFERSA/Sophea-Nemo-Reranker на Hugging Face совпадает с карточкой ayoubkirouane/Sophea-Nemo-Reranker, поэтому описание составлено по ней. Sophea-Nemo-Reranker — кросс-энкодерный реранкер Kiefer SA для переоценки релевантности документов запросу на греческом и английском языках. Модель дообучена на базе nvidia/llama-nemotron-rerank-1b-v2 и использует двунаправленную архитектуру LlamaBidirectionalForSequenceClassification с одним логитом релевантности. Размер модели — 1,2 млрд параметров, длина контекста — до 131 072 токенов; формат весов — safetensors. Модель предназначена для второго этапа двухэтапного поиска: после первичного отбора кандидатов, например эмбеддером Sophea-Nemo-Embedding, она переупорядочивает фрагменты по соответствию запросу. README описывает применение в греческом RAG и сообщает об улучшении nDCG@10 на пяти тестовых доменах относительно базовой модели. Наибольшая польза отмечена для сложных случаев, включая медицинские и финансовые запросы; на уже сильных результатах эмбеддера дополнительное ранжирование может давать небольшой выигрыш или ухудшать качество. Для подачи данных используется последовательность с шаблоном «question:{q} passage:{p}». README указывает на необходимость trust_remote_code при использовании Transformers. Лицензия в метаданных обозначена как other, поэтому конкретные условия использования следует сверить с карточкой модели и файлами лицензии репозитория.

Это модель эмбеддингов предложений на основе Greek Media BERT без учёта регистра, опубликованная Dimitrios Zaikis и соавторами вместе с работой DACL. Она преобразует предложения и абзацы на греческом языке в плотные векторы размерности 768 для поиска по смыслу, кластеризации и сравнения текстов. Модель имеет архитектуру BERT, содержит 140,1 млн параметров и принимает последовательности длиной до 512 токенов. Модель дообучена с помощью Triplet Loss на пользовательской выборке предложений из интернета, социальных сетей и прессы: обучение сближало более похожие предложения и отдаляло менее похожие. Это делает её подходящей для семантического поиска и кластеризации грекоязычных текстов в этих областях. Доступны веса PyTorch и safetensors; для использования подходят Sentence-Transformers и Transformers с соответствующим pooling. Лицензия в предоставленных данных не указана.

sentence-transformers/stsb-distilbert-base — модель для получения векторных представлений предложений и абзацев, обученная командой sentence-transformers. Она основана на DistilBERT и преобразует текст в плотные векторы размерности 768; для корректного получения представления при использовании Transformers требуется применить соответствующую операцию pooling к контекстным представлениям токенов. Модель предназначена для семантического поиска, сравнения сходства предложений и кластеризации текстов. Контекст ограничен 512 токенами. Доступны версии в форматах PyTorch, Safetensors, TensorFlow, ONNX и OpenVINO. Карточка предупреждает, что модель устарела и создаёт эмбеддинги низкого качества, поэтому рекомендует выбрать более современную модель из SBERT.net. Лицензия — Apache-2.0.

TIPS So400m/14 (v1) — контрастивная модель «изображение–текст» семейства TIPS, представленная в карточке как конверсия официальных чекпойнтов. Она объединяет визуальный энкодер ViT-So400m/14 с 27 слоями и текстовый трансформер с 27 слоями; размерность эмбеддингов — 1024, нативное разрешение — 448 пикселей. Визуальные признаки учитывают пространственную структуру изображения и сопоставляются с текстовыми эмбеддингами. Модель предназначена для классификации изображений по текстовым описаниям без специального обучения на заданных классах, а также для извлечения сопоставимых признаков изображений и текста. Можно кодировать изображения с разрешением 448 и другими размерами, кратными размеру патча, с интерполяцией позиционных эмбеддингов. Для изображений требуется диапазон значений [0, 1] без нормализации ImageNet; текст обрабатывается токенизатором SentencePiece в нижнем регистре, максимум 64 токена. В README также приведены варианты S/14, B/14 и L/14; данная карточка относится к варианту So400m/14, для которого README указывает 413 млн визуальных и 448 млн текстовых параметров. Репозиторий использует формат safetensors и библиотеку Transformers. Лицензия — Apache-2.0.

UForm uform3-image-text-english-large — компактная мультимодальная модель unum-cloud для сопоставления изображений и английского текста в общем векторном пространстве. Она предназначена для извлечения признаков, поиска изображений по текстовому запросу и классификации изображений без дополнительного обучения. Модель включает 12-слойный текстовый энкодер BERT с контекстом до 64 токенов и визуальный энкодер ViT-L/14 для изображений 224 × 224 пикселя; шесть слоёв энкодеров общие. Она формирует эмбеддинги размерностью 64, 256, 512 или 768. Доступны форматы PyTorch, ONNX и CoreML, а лицензия — Apache-2.0. В README приведены результаты zero-shot классификации ImageNet: 51,8% Top-1 и 75,6% Top-5, а также поиска по тексту на Flickr и MS-COCO. Модель рассчитана на английский язык и короткие текстовые запросы; многоязычные сценарии и входной текст длиннее 64 токенов не описаны.

facebook/webssl-dino300m-light2b-224 — визуальная модель на основе Vision Transformer (ViT), представленная в работе Fan et al. «Scaling Language-Free Visual Representation Learning» (2025). Она обучена методом самообучения DINOv2 на облегчённо отфильтрованной веб-выборке MetaCLIP без языковой супервизии. Вариант light2b обучался на подмножестве изображений с текстовым содержимым, составляющем около 50,3% исходного набора. Модель предназначена для извлечения визуальных признаков из изображений и их использования в последующих задачах компьютерного зрения. Она принимает изображения с разрешением 224×224 пикселя; архитектура имеет ширину 1536, глубину 40 и 24 головы внимания. По метаданным репозитория, веса занимают около 402,7 млн параметров. Обучение на изображениях с текстом улучшает возможности, связанные с OCR и пониманием диаграмм, при этом модель сохраняет универсальные визуальные представления. Модель не обучалась с языковой супервизией и сама по себе не предназначена для генерации текста или распознавания OCR-текста как отдельного результата. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но ограничивает коммерческое применение.

nicklimas/achaorientador-bertimbau — модель Sentence Transformer, созданная дообучением BERTimbau Base от NeuralMind для поиска научных руководителей по интересам и темам исследований. Она преобразует предложения и абзацы на португальском языке в плотные векторы размерности 768; сходство между ними можно оценивать косинусной мерой. Архитектура состоит из BERT и слоя усреднения токенных представлений. Максимальная длина последовательности в README — 64 токена; контекстная длина базовой модели в метаданных — 512 токенов. Модель обучена на 1 896 парах предложений с функцией MultipleNegativesRankingLoss. Она подходит для семантического поиска, сопоставления запроса студента с исследовательскими темами преподавателей, поиска перефразировок, кластеризации и классификации текстов с использованием эмбеддингов. Репозиторий использует Sentence Transformers и содержит веса safetensors. Лицензия в предоставленных данных не указана.

Bongard-mini — открытая модель для оценивания вариантов и вынесения суждений, разработанная на архитектуре encoder-decoder T5Gemma 2 4B-4B. Она принимает текст, структурированные данные или изображения вместе с вопросами и кандидатами ответов либо действий, а возвращает вероятностное распределение по вариантам вместо генерации текста. Модель предназначена для параллельной оценки нескольких вопросов об одном и том же состоянии, включая выбор следующего действия агента. Модель содержит 7,51 млрд параметров, из которых 7,09 млрд обучались; зрительная башня оставалась замороженной. Обучение охватывало суждения, семантические отношения и последствия действий. Заявлены поддержка английского и китайского языков, а базовая модель описана как мультимодальная с контекстом до 128 тыс. токенов. Лицензия — Gemma. README приводит результаты игровых демонстраций и тестов скорости, но они относятся к указанным условиям и не гарантируют аналогичных результатов на произвольных задачах.

Chinese-CLIP ViT-H/14 — модель сопоставления изображений и текста, разработанная OFA-Sys. Она использует ViT-H/14 как визуальный энкодер и RoBERTa-wwm-large как текстовый энкодер; модель обучена на крупном наборе примерно из 200 млн китайских пар «изображение—текст». Она предназначена для классификации изображений по текстовым описаниям без дополнительного обучения, вычисления эмбеддингов изображений и текста, оценки их сходства и поиска изображений по текстовому запросу. Модель подходит для китайскоязычного поиска по изображениям и классификации с произвольными текстовыми метками. В карточке также приведены результаты для задач поиска по тексту на MUGE, Flickr30K-CN и COCO-CN. Репозиторий содержит веса PyTorch. Сведения о лицензии в предоставленных данных отсутствуют.

AbstractPhil разработал компактный визуальный энкодер CLIP, полученный дистилляцией модели ViT. Он формирует эмбеддинги изображений размерности 512, совместимые с текстовым энкодером CLIP-B/16 LAION-2B, и предназначен для извлечения признаков и сопоставления изображений с текстом. Архитектура включает 12 слоёв, скрытый размер 240, 4 головы внимания, CLS-токен и линейную проекционную голову; размер входа — 160×160 пикселей, патч — 16×16. В README указано 8,66 млн параметров, метаданные каталога сообщают 11,1 млн. Модель обучена дистилляцией на CC12M по консенсусу пяти CLIP-учителей; её выходы преобразуются фиксированным вращением в пространство целевого текстового энкодера. Это позволяет использовать её для получения признаков и zero-shot сопоставления, при существенно меньшем размере визуального энкодера, чем у CLIP-B/16. В опубликованных оценках качество zero-shot на CIFAR-10/100 составляет около 45–48% от учителя; результаты поиска по COCO ограничены оценкой на отложенной половине набора. Это исследовательский чекпойнт с ограниченной проверкой: в README отмечены два seed на целевую функцию, один размер модели и один набор условий обучения; требуемый авторами порог жизнеспособности не достигнут. Лицензия — Apache-2.0. Загрузка через Transformers требует `trust_remote_code=True`.

echo-clip — модель семейства CLIP, опубликованная пользователем mkaichristensen на Hugging Face и предназначенная для классификации изображений без примеров обучения. Она сопоставляет изображение с текстовыми описаниями классов и позволяет выбирать наиболее подходящие метки; репозиторий поддерживает загрузку через OpenCLIP. Конфигурация указывает на визуальный энкодер ConvNeXt-Base и размерность эмбеддингов 512. Модель принимает изображения и текстовые метки или описания, а результатом служат оценки соответствия, пригодные для ранжирования кандидатов. Карточка не сообщает размер модели в параметрах, контекст или список поддерживаемых языков. Репозиторий распространяется по лицензии MIT.

Eklav-4B-Reranker — дообученная модель на базе Qwen/Qwen3-4B, разработанная для точечного переранжирования текстовых фрагментов по релевантности запросу. Метод Eklav обучает модель продолжать частичный ход рассуждений учителя и самостоятельно получать ответ; при использовании реранкера учительская подсказка не подаётся. Модель генерирует рассуждение и завершает его меткой true или false, а релевантность оценивается по логитам конечного токена. Модель предназначена для переранжирования passages в поисковой выдаче. В README сообщается об улучшении nDCG@10 на BRIGHT на 8% относительно стандартного обучения с полной трассой Chain-of-Thought при тех же базовой модели и обучающих данных, а также о снижении вычислений обучения на 31%. Оценивание на BRIGHT выполнено одним запуском для каждого домена; также упоминается задача NevIR. Это языковая модель архитектуры Qwen3 с 3,7 млрд параметров и контекстом 40 960 токенов, работающая с текстом. Модель распространяется в формате Safetensors под лицензией, сведения о которой в предоставленных данных отсутствуют. README описывает один запуск оценки по домену, поэтому результаты могут зависеть от вариативности эксперимента; модель использует генерацию рассуждений, а её пригодность для других задач отдельно не подтверждена.

FollowIR-7B — языковая модель на архитектуре Mistral, разработанная исследовательской группой Johns Hopkins CLSP для реранжирования результатов поиска с учётом инструкций пользователя. Она дообучена на Mistral-7B-Instruct-v0.2 с использованием поисковых данных и написанных людьми инструкций из набора FollowIR, основанных на заданиях TREC. Модель оценивает пары «запрос — документ» и подходит для уточнения порядка найденных документов в информационно-поисковых системах. Модель содержит 7,1 млрд параметров, принимает текст и поддерживает контекст до 32 768 токенов. В карточке заявлено, что она лучше других моделей поиска следует инструкциям; независимые сравнительные результаты в предоставленных данных не приведены. Модель распространяется в формате safetensors по лицензии Apache-2.0. Для запуска и оценки результатов требуется совместимый программный стек.

yj512/klue-roberta-base-klue-sts-mrc — модель Sentence-Transformers, дообученная на базе shangrilar/klue-roberta-base-klue-sts. Она кодирует предложения и абзацы на корейском языке в плотные векторы размерности 768 и предназначена для оценки семантического сходства, семантического поиска, поиска перефразировок, кластеризации и классификации текста. Для сравнения векторов используется косинусное сходство; архитектура объединяет RoBERTa с усреднением токенных представлений. Модель содержит 137,8 млн параметров, принимает последовательности длиной до 512 токенов по README и до 514 токенов по метаданным. В README приведены значения Spearman 0,8159 и Pearson 0,8067 на оценке сходства, но они не гарантируют качество на других данных. Лицензия в предоставленных сведениях не указана.

BM-K/KoSimCSE-Unsup-RoBERTa — модель корейских векторных представлений предложений из семейства KoSimCSE. Она основана на RoBERTa и предназначена для получения эмбеддингов текста, которые можно использовать для сравнения семантической близости предложений. Модель подходит для семантического поиска и кластеризации корейских текстов. В карточке указано 137,8 млн параметров и контекст до 514 токенов; доступны веса PyTorch и Safetensors. README описывает обучение KoSimCSE без разметки на корпусе Wikipedia и приводит семантический поиск и кластеризацию как downstream-задачи. Сведения о лицензии в предоставленных данных отсутствуют.

mesolitica/llama2-embedding-600m-8k — текстовая модель для построения эмбеддингов на основе архитектуры Llama 2, разработанная Mesolitica. Она предназначена для извлечения векторных представлений малайзийских текстов, например, для поиска и сравнения текстов по смыслу. Модель содержит 535,8 млн параметров; при обучении использовалась длина контекста до 8 тыс. токенов, а при инференсе заявлена поддержка до 32 768 токенов. Доступна в формате safetensors. Карточка не сообщает лицензию и не приводит подробных результатов оценки качества. Заявленная возможность работы с длинным контекстом относится к инференсу; обучение проводилось на усечённых последовательностях длиной до 8 тыс. токенов.

MyAwesomeModel — модель из репозитория ASD12EDSXA/MyAwesomeModel-TestRepo, опубликованная с использованием Transformers и PyTorch. В метаданных Hugging Face она отнесена к задаче feature-extraction и имеет теги BERT и Transformers, поэтому её основное каталоговое назначение — извлечение признаков и представлений из входных данных для последующего анализа или машинного обучения. README также заявляет улучшенные способности к рассуждению, математике, программированию, диалоговой генерации, суммаризации, классификации и работе с функциями, однако эти сведения не согласуются с указанным pipeline-тегом feature-extraction и не сопровождаются техническими характеристиками базовой архитектуры, размером, модальностями, языками или длиной контекста. Модель распространяется по лицензии MIT.

damand2061/negasibert-mnrl — модель Sentence Transformers, дообученная автором на базе indobenchmark/indobert-base-p1 для построения векторных представлений индонезийских предложений и абзацев. Архитектура объединяет BERT с усреднением токенных представлений; модель содержит 151,6 млн параметров и выдаёт плотные векторы размерности 768. Для сравнения текстов используется косинусное сходство. Модель предназначена для оценки семантического сходства и поиска похожих текстов, а также может применяться для поиска по смыслу, поиска перефразировок, кластеризации и классификации текста. Она обучена с MultipleNegativesRankingLoss на 12 000 парах предложений. Метаданные указывают контекст до 512 токенов, однако карточка модели задаёт максимальную длину последовательности 32 токена, что ограничивает эффективную длину входа. Это текстовая модель для индонезийского языка, распространяемая в формате safetensors и доступная через библиотеку Sentence Transformers. Лицензия в предоставленных данных не указана.

AhmadAfles/NeoAraBERT-STS-Genre — дообученная модель Sentence Transformer на базе U4RASD/NeoAraBERT-STS, предназначенная для преобразования предложений и абзацев в эмбеддинги и поиска по смыслу. Она использует архитектуру NeoBERT с усредняющим pooling, выдаёт плотные векторы размерностью 768 и сравнивает их косинусным сходством. Модель принимает текст, поддерживает последовательности длиной до 512 токенов и подходит для семантического поиска и извлечения релевантных текстов. Модель обучена на 465 парах предложений с MultipleNegativesRankingLoss. Примеры обучающих данных содержат арабский литературный и разговорный текст. В метаданных указано 314,2 млн параметров и формат safetensors. Лицензия в предоставленных данных не указана.

Ahmedhisham/queen_of_embedded_egy_20k — модель эмбеддингов предложений для египетского арабского диалекта, разработанная на основе sentence-transformers/paraphrase-multilingual-MiniLM-L12-v2. Модель дообучена на подмножестве примерно из 20 000 примеров набора EgyTriplets-250K с функцией потерь triplet loss для различения близких и несходных по смыслу предложений. Она предназначена для семантического поиска, оценки сходства и подбора релевантных предложений на египетском арабском. Архитектура — BERT, размер — 124,3 млн параметров, контекст — до 512 токенов. Лицензия — Apache-2.0.

camidenecken/RM2-RoBERTa-rm-v3-SBERT-v2_7 — модель sentence-transformers на архитектуре RoBERTa, обученная Sentence Transformers. Она преобразует предложения и абзацы в плотные векторы размерности 768 для сравнения смысловой близости, семантического поиска и кластеризации. Модель содержит 151,8 млн параметров, принимает текст и имеет контекст до 514 токенов. В README версия помечена как устаревшая: качество векторных представлений низкое, поэтому для новых систем рекомендуется выбрать более качественную модель эмбеддингов. Распространяется по лицензии Apache-2.0.