I.1Поиск и навигация по информации

Карточка модели ameerak/my-awesome-setfit-model-ameer на Hugging Face совпадает с карточкой lewtun/my-awesome-setfit-model, поэтому описание составлено по ней. lewtun/my-awesome-setfit-model — модель Sentence-Transformers на архитектуре MPNet с 136,7 млн параметров. Она преобразует предложения и абзацы в плотные векторы размерности 768, предназначенные для сравнения смысловой близости текстов. Модель подходит для семантического поиска и кластеризации текстов, а также для получения эмбеддингов, используемых в других системах. В README указано обучение с функцией потерь CosineSimilarityLoss. Для применения описана работа через Sentence-Transformers или Transformers с подходящей операцией pooling. Максимальная длина контекста — 514 токенов. Модель принимает текст и выдаёт векторы. В карточке нет сведений о лицензии или целевых языках, поэтому определить условия использования и языковую специализацию по доступным данным нельзя.

Leonardojdss/my-embedding-gemma — модель Sentence Transformer, дообученная автором Leonardojdss на базе google/embeddinggemma-300m. Она кодирует предложения и абзацы в плотные векторы размерности 768; для сравнения используется косинусное сходство. Модель содержит 302,8 млн параметров, принимает последовательности длиной до 2048 токенов и распространяется в формате safetensors. Модель предназначена для семантического поиска и оценки сходства текстов, поиска перефразировок, классификации и кластеризации. В README описано обучение на трёх примерах с MultipleNegativesRankingLoss, поэтому качество и обобщающую способность следует проверять на собственных данных перед практическим применением. В метаданных указана библиотека sentence-transformers. Лицензия модели в предоставленных данных не указана.

Nemotron-3-Embed-1B-AWQ-W4A16 — квантизированный энкодер текстовых представлений, созданный Facu Vlad J (groxaxo) на основе модели NVIDIA Nemotron-3-Embed-1B-BF16. Модель предназначена для извлечения эмбеддингов, семантического поиска, retrieval-сценариев и оценки качества локального или размещённого инференса. Заявлены английский и испанский языки, а также поддержка задач feature extraction. Модель использует архитектуру типа ministral3 и имеет размер порядка 1B параметров. Веса линейных слоёв квантизированы в INT4 по схеме AWQ W4A16 с асимметричными нулевыми точками и размером группы 32, тогда как активации, таблица токенов и нормализующие слои сохраняются в BF16. Размер эмбеддинга составляет 2048 измерений; также заявлена работа с представлениями размерностью 1024 и 512. Контекст ограничен 4096 токенами в рекомендуемой конфигурации vLLM. Контрольная точка сериализована в формате compressed-tensors и оптимизирована для инференса через vLLM с ядром Marlin, занимая около 1,0 ГБ на диске. Сильными сторонами являются существенно меньший размер по сравнению с BF16-версией, ускоренный GPU-инференс и заявленное отсутствие потери Recall@10 на тестах для английского и испанского языков. При этом результаты основаны на ограниченных наборах данных и требуют проверки на собственных сценариях. Квантизация может изменять точность, потребление памяти и пропускную способность, а для работы необходим runtime с поддержкой соответствующей архитектуры и формата. Модель распространяется по лицензии OpenMDW-1.1; перед использованием и распространением следует изучить условия лицензии исходной модели NVIDIA.

Nerdofdot/Nerdofdot_nickprock_mmarco-bert-base-italian-uncased_TM_FTM — модель на базе BERT, подготовленная в формате Sentence Transformers для преобразования предложений и абзацев в плотные векторы размерностью 768. Она предназначена для поиска семантически похожих текстов и может применяться для кластеризации и семантического поиска. Обучение использовало TripletLoss с евклидовой метрикой и отступом 0,4; объём модели составляет 137,1 млн параметров, максимальный контекст — 512 токенов. Модель принимает текст и возвращает векторные представления, которые можно сравнивать для оценки сходства. Название указывает на итальянскую uncased-версию mMARCO-BERT, однако README не приводит явного подтверждения базовой модели или поддерживаемых языков. Репозиторий содержит веса в формате safetensors. Условия лицензии в доступных данных не приведены.

Nerdofdot/nickprock_mmarco-bert-base-italian-uncased_E_5_nli — модель Sentence-Transformers на базе BERT, разработанная пользователем Nerdofdot. Она преобразует предложения и абзацы в плотные векторы размерности 768 для семантического поиска, сравнения сходства и кластеризации. Обучение с MultipleNegativesRankingLoss и косинусной мерой сходства ориентировано на ранжирование текстовых пар. Модель содержит 137,1 млн параметров, принимает текстовые последовательности длиной до 512 токенов и выдаёт векторные представления. По названию репозитория она предназначена для итальянского языка без учёта регистра; README не сообщает отдельные результаты оценки. В метаданных указан формат safetensors. Сведения о лицензии в предоставленных данных отсутствуют.

Карточка модели Nerdofdot/nickprock_mmarco-bert-base-italian-uncased_TM на Hugging Face совпадает с карточкой Nerdofdot/nickprock_mmarco-bert-base-italian-uncased_E_5_nli, поэтому описание составлено по ней. Nerdofdot/nickprock_mmarco-bert-base-italian-uncased_E_5_nli — модель Sentence-Transformers на базе BERT, разработанная пользователем Nerdofdot. Она преобразует предложения и абзацы в плотные векторы размерности 768 для семантического поиска, сравнения сходства и кластеризации. Обучение с MultipleNegativesRankingLoss и косинусной мерой сходства ориентировано на ранжирование текстовых пар. Модель содержит 137,1 млн параметров, принимает текстовые последовательности длиной до 512 токенов и выдаёт векторные представления. По названию репозитория она предназначена для итальянского языка без учёта регистра; README не сообщает отдельные результаты оценки. В метаданных указан формат safetensors. Сведения о лицензии в предоставленных данных отсутствуют.

shadowlilac/omniembed-merged — Sentence Transformer на архитектуре Gemma 4, предназначенный для получения плотных 1536-мерных векторных представлений текста. Модель сравнивает предложения и абзацы по косинусному сходству и подходит для семантического поиска, оценки текстового сходства, поиска перефразирований, классификации и кластеризации. Для работы используется библиотека sentence-transformers; веса доступны в формате safetensors. README также заявляет поддержку изображений, аудио, видео и сообщений, однако описание модели и метаданные подтверждают только текстовые эмбеддинги. Модель опубликована shadowlilac; сведений о лицензии и базовой модели в доступных данных нет.

DPolatajko/osm-nlp-setfit — модель Sentence-Transformers на базе MPNet, разработанная DPolatajko. Она преобразует предложения и абзацы в плотные векторы размерности 768 для семантического поиска, сравнения сходства текстов и кластеризации. Модель содержит 136,7 млн параметров, принимает текстовые последовательности длиной до 514 токенов и сохраняется в формате PyTorch. Обучение использовало CosineSimilarityLoss. Модель подходит для построения эмбеддингов и поиска текстов по смыслу; в карточке не указаны поддерживаемые естественные языки или специализированные предметные области. Лицензия в предоставленных данных не указана.

Paolo Embeddings — дообученная модель Sentence Transformers на базе BAAI/bge-small-en-v1.5, опубликованная lauragobrightly. Она преобразует предложения и абзацы в плотные векторы размерности 384, нормализованные для сравнения по косинусному сходству. Модель построена на архитектуре BERT, поддерживает последовательности длиной до 512 токенов и предназначена прежде всего для англоязычных текстов. Модель подходит для семантического поиска, сравнения сходства предложений, поиска перефразировок, кластеризации и классификации текстов на основе эмбеддингов. Она дообучена на 17 037 примерах с функцией потерь MultipleNegativesRankingLoss; в README приведён результат cosine accuracy 0,8489 на наборе paolo-eval. Доступны форматы Safetensors и ONNX, использовать модель можно через Sentence Transformers. Это компактная модель примерно на 40 млн параметров, но её контекст ограничен 512 токенами. Указанные оценки относятся к конкретному набору paolo-eval и сами по себе не гарантируют качество на других данных; в карточке не приведены условия лицензии.

Это Sentence Transformer на архитектуре BERT, дообученный автором yodyamahesa на базе google-bert/bert-base-multilingual-uncased. Модель преобразует предложения и абзацы в плотные векторы размерности 768; сходство между текстами можно оценивать косинусной близостью. Используется mean pooling, максимальная длина входной последовательности — 512 токенов. Модель предназначена для семантического сравнения текстов и поиска по смыслу. Её также можно применять для поиска перефразирований, кластеризации и классификации текста на основе эмбеддингов. Базовая модель многоязычная и поддерживает 102 языка; карточка не уточняет, на каких языках проводилось дообучение. Модель распространяется в формате safetensors; лицензия в предоставленных данных не указана.

PM-AI разработала эту модель для получения эмбеддингов предложений на немецком и английском языках. Это плотная модель семейства XLM-RoBERTa на базе xlm-roberta-base, обученная методом дистилляции с учительской моделью sentence-transformers/paraphrase-distilroberta-base-v2. В карточке указано, что при обучении использовались параллельные немецко-английские данные и 83,3 млн обучающих примеров. Модель предназначена для поиска семантически похожих предложений и фрагментов текста, парафразирования через сравнение эмбеддингов, семантического поиска и извлечения документов. Она принимает текст и выдаёт векторные представления; контекст составляет до 514 токенов. Модель содержит 305,2 млн параметров и распространяется в форматах PyTorch и Safetensors. Лицензия — MIT. Разработчик отмечает внутреннее и тестовое назначение модели; качество на конкретных задачах и доменах может отличаться, а карточка не приводит результатов оценки.

orenpereg/paraphrase-mpnet-base-v2_sst2_4samps — модель Sentence-Transformers на архитектуре MPNet с 136,7 млн параметров. Она преобразует предложения и абзацы в плотные векторы размерности 768 для сравнения смысловой близости, семантического поиска и кластеризации. Контекст модели составляет 514 токенов; для работы доступны веса PyTorch и библиотека Sentence-Transformers. Модель обучалась с функцией потерь CosineSimilarityLoss. Её можно применять для поиска похожих высказываний и группировки текстов по смыслу. Языки обучения и лицензия в предоставленных данных не указаны.

jwieting/paraphrastic_test — модель на архитектуре BERT, представленная в формате PyTorch и предназначенная для получения векторных представлений предложений и абзацев. Она преобразует текст в плотные эмбеддинги размерностью 1024, которые можно применять для кластеризации и семантического поиска. Модель также подходит для сравнения сходства предложений и извлечения признаков; для работы доступны Sentence-Transformers и Hugging Face Transformers с подходящей операцией pooling. Размер модели составляет 214,8 млн параметров, максимальная длина контекста — 512 токенов. README не приводит сведения о разработчике, языковой специализации или лицензии, поэтому условия использования по лицензии определить нельзя.

heydariAI/persian-embeddings — дообученная Mohammad Hassan Heydari модель XLM-RoBERTa для построения контекстных векторных представлений предложений и абзацев. Она основана на FacebookAI/xlm-roberta-base и адаптирована на крупном корпусе персидских текстов для более точного учёта особенностей персидского языка. Модель предназначена для семантического поиска, кластеризации текстов и оценки контекстного сходства. Входом служит текст на персидском или английском языке, выходом — представления токенов, которые следует агрегировать подходящей операцией pooling для получения эмбеддинга предложения или абзаца. Архитектура — плотная XLM-RoBERTa; размер указан как 658,7 млн параметров, длина контекста — 514 токенов. Модель распространяется по лицензии Apache-2.0. Качество может быть ниже на языках, отличных от персидского и английского, а для получения эмбеддингов целых фрагментов текста требуется корректно настроить pooling.

Msobhi/Persian_Sentence_Embedding_v3 — модель Sentence Transformers, разработанная на основе FacebookAI/xlm-roberta-large и дообученная на наборах данных для персидского языка, включая задачи поиска вопросов и ответов, семантического сходства и перефразирования. Она преобразует предложения и абзацы в плотные векторы размерности 1024, которые можно сравнивать косинусной близостью. Модель предназначена для семантического поиска, оценки сходства предложений, поиска перефразировок, кластеризации и классификации текста. Архитектура объединяет XLM-RoBERTa large с усреднением токенных представлений; максимальная длина входа — 512 токенов в README и 514 контекстных токенов по метаданным. Карточка заявляет поддержку персидского, английского, арабского и ряда других языков. Модель содержит 658,7 млн параметров и распространяется в формате Safetensors. В основном обучающие данные ориентированы на персидский язык, поэтому качество для других заявленных языков может различаться; входы длиннее ограничения последовательности требуют усечения или разбиения. Лицензия в предоставленных данных не указана.

thang1943/phobert-base-v2-mnr-loss — Sentence Transformers на основе PhoBERT-base-v2, дообученная автором на наборе dataset_full_fixed из 43 803 примеров с MultipleNegativesRankingLoss. Модель кодирует предложения и абзацы во векторы размерности 768 и предназначена для поиска семантически близких текстов, оценки сходства и извлечения релевантных фрагментов. Также её можно применять для поиска перефразирований, кластеризации и классификации текста. Архитектура — RoBERTa-энкодер с усреднением токенных представлений; сходство в README рассчитывается косинусной мерой. Максимальная длина последовательности указана как 256 токенов в README и 258 контекстных токенов в метаданных. Базовая PhoBERT ориентирована на вьетнамский язык, а обучающие примеры README также написаны по-вьетнамски. Веса представлены в формате safetensors; модель содержит 162,4 млн параметров и использует библиотеку sentence-transformers. В README приведены метрики поиска на dim_768: cosine_accuracy@1 — 0,6382, @3 — 0,7703 и @5 — 0,8187. Эти значения относятся к описанной оценке и не гарантируют такое же качество на других данных. Лицензия в предоставленных сведениях не указана.

Pixel-Linguist-II-Midtrain — визуальный энкодер, разработанный авторами статьи «On the Design Fundamentals of Pixel Text Representation Learning». Он преобразует текст в изображение и кодирует его тем же vision-энкодером, что и обычные изображения; при инференсе текстовый токенизатор не используется. Модель основана на vision tower Qwen2.5-VL, использует ViT с обработкой изображений в исходном разрешении и pooling соседних патчей 2×2. Размер — 676,6 млн параметров. Чекпойнт прошёл два этапа обучения: предобучение и семантический mid-training. Он предназначен для получения эмбеддингов текста и изображений, визуально-текстового поиска и сопоставления документов, включая многоязычные и межъязыковые сценарии. Текст для кодирования нужно предварительно отобразить в изображение; на выходе модель выдаёт усреднённые по патчам L2-нормализованные эмбеддинги. В README приведены результаты на Visual STS и ViDoRe, в том числе улучшение межъязыкового сопоставления и поиска документов после mid-training. Модель распространяется под лицензией Apache-2.0. Для кодирования строк требуется отдельный рендеринг текста в изображение; доступные данные описывают прежде всего задачи эмбеддингов и retrieval, а не генерацию текста или распознавание изображения в текст.

kaiserrr/pmc-vit-l-14-multilingual — модель эмбеддингов на базе XLM-RoBERTa, представленная в формате Sentence-Transformers. Она преобразует предложения и абзацы в плотные векторы размерности 768 для семантического поиска, кластеризации и сравнения текстов. Модель содержит 305,2 млн параметров и рассчитана на контекст до 514 токенов. Модель принимает текст и выдаёт векторные представления, которые можно использовать для поиска похожих фрагментов и группировки текстов по смыслу. В карточке описано обучение с функцией потерь MSELoss; репозиторий содержит веса PyTorch. Лицензия и конкретный перечень поддерживаемых языков в предоставленных данных не указаны.

CocoRoF/POLAR-Qwen3-0.6b-linq-gist — модель Sentence Transformer, дообученная на Qwen/Qwen3-Embedding-0.6B на наборе massive_triplet_v3 из 500 тысяч примеров. Она преобразует предложения и абзацы в плотные текстовые эмбеддинги размерности 1024; архитектура включает Qwen3, объединение по последнему токену и нормализацию векторов. Для сравнения текстов используется косинусное сходство, максимальная длина последовательности — 32 768 токенов. Модель предназначена для семантического поиска, оценки сходства текстов, поиска перефразировок, классификации и кластеризации. README не сообщает результаты сравнительных тестов или перечень поддерживаемых языков, поэтому качество для конкретного языка и сценария следует проверять на своих данных. Формат весов — safetensors; модель выпущена под лицензией, указанной в метаданных Hugging Face.

potion-base-8M — компактная модель статических текстовых эмбеддингов, разработанная командой Minish Lab. Она обучена с помощью Tokenlearn и представляет собой дистиллированную версию sentence-transformer модели baai/bge-base-en-v1.5. Размер модели — 8 млн параметров; доступны форматы ONNX и Safetensors, используется библиотека Model2Vec. Модель преобразует текст в векторы для семантического поиска, оценки сходства, ранжирования и других задач, где нужны текстовые эмбеддинги. Статические представления позволяют вычислять эмбеддинги значительно быстрее на CPU и GPU, поэтому модель подходит для систем с ограниченными ресурсами и сценариев реального времени. В тестах MTEB она набирает 51,08 среднего балла, что составляет 91,96% результата all-MiniLM-L6-v2 согласно карточке модели. Карточка указывает английскую базовую модель и англоязычный обучающий датасет. Заявленная длина контекста — до 1 000 000 токенов. Лицензия MIT. По сравнению с более крупными моделями качество может быть ниже; результаты карточки относятся к указанным тестам и не гарантируют качество на конкретных данных.

pplx-embed-context-v1-4b — модель текстовых эмбеддингов Perplexity AI на основе плотной двунаправленной архитектуры PPLXQwen3. Она предназначена для контекстных эмбеддингов фрагментов документов в системах поиска и RAG, где при представлении фрагмента учитывается окружающий текст. Модель содержит 3,7 млрд параметров и поддерживает контекст до 32 768 токенов. Модель формирует векторы размерности 2560 с поддержкой сокращения размерности MRL. Эмбеддинги нативно выдаются без нормализации и квантизованы в INT8; README рекомендует сравнивать их по косинусному сходству. Для построения эмбеддингов не требуется добавлять инструкцию к тексту. Репозиторий содержит веса в форматах Safetensors и ONNX; лицензия — MIT.

BlueAvenir/prosieben_event_based_model_updated — модель Sentence Transformers на базе XLM-RoBERTa, разработанная BlueAvenir. Она преобразует предложения и абзацы в плотные векторы размерности 768 для поиска по смыслу, кластеризации и сравнения текстов; архитектура содержит около 305,2 млн параметров, а длина контекста составляет 514 токенов. Модель предназначена для построения семантического поиска и группировки похожих текстов. README описывает обучение с CosineSimilarityLoss, но не раскрывает обучающие данные и точный языковой охват; идентификатор и карточка не позволяют установить конкретную предметную область. Репозиторий содержит веса PyTorch.

Карточка модели AISE-TUDelft/python-developmentnotes-classifier на Hugging Face совпадает с карточкой AISE-TUDelft/python-expand-classifier, поэтому описание составлено по ней. AISE-TUDelft/python-expand-classifier — модель на базе MPNet, разработанная AISE при TU Delft. Она кодирует предложения и абзацы в плотные векторы размерности 768, предназначенные для сравнения семантической близости. Модель можно применять для семантического поиска, кластеризации и задач sentence similarity. Модель содержит 136,7 млн параметров, работает с текстом и имеет контекстное окно до 514 токенов. Она обучалась с функцией потерь CosineSimilarityLoss и распространяется в формате PyTorch. Лицензия в предоставленных данных не указана.

kwondw/quora-mnrl — модель Sentence Transformer, дообученная автором на наборе quora-duplicates от sentence-transformers на базе sentence-transformers/stsb-distilbert-base. Она кодирует английские предложения и абзацы в плотные векторы размерности 768 для семантического поиска и сравнения сходства. Архитектура состоит из DistilBERT и mean pooling; сходство векторов рекомендуется оценивать косинусной мерой. Метаданные указывают контекст до 512 токенов, а карточка модели — максимальную длину последовательности 128 токенов. Модель подходит для поиска похожих вопросов и документов, извлечения релевантных текстов и обнаружения дубликатов. Её обучение на парах Quora ориентировано на сопоставление вопросов с близким смыслом, поэтому перенос качества на другие типы текстов может различаться. Лицензия в предоставленных данных не указана.

Mactavish1996/qwen-0.6B-skills-finetuned — дообученная на 1 396 парах предложений модель Sentence Transformers на базе Qwen/Qwen3-Embedding-0.6B. Она кодирует предложения и абзацы в плотные векторы размерностью 1024 и сравнивает их косинусным сходством. Архитектура включает трансформер Qwen3, pooling по последнему токену и нормализацию; максимальная длина последовательности — 32 768 токенов. Модель предназначена для семантического поиска и сравнения текстов, поиска перефразировок, кластеризации и классификации текстов на основе эмбеддингов. Обучающие примеры охватывают короткие термины из разных областей, например названия технологий и продуктов. Лицензия и конкретные поддерживаемые естественные языки в предоставленных данных не указаны.

AlexWortega/qwen10k — модель Sentence Transformer, созданная дообучением Qwen/Qwen2.5-0.5B-Instruct для получения векторных представлений текста. Она кодирует предложения и абзацы в плотные векторы размерностью 896; близость текстов можно оценивать косинусным сходством. В метаданных указано 494 млн параметров, архитектура Qwen2 и библиотека sentence-transformers. Модель предназначена для семантического поиска и сравнения текстов, поиска перефразировок, кластеризации и классификации текста. В README заявлена максимальная длина последовательности 1024 токена. Для оценки сходства приведены результаты на sts-dev-896: 0,7687 по Spearman и 0,7583 по Pearson с косинусным сходством. Модель принимает текст и выдаёт векторные представления. В карточке нет сведений о поддерживаемых языках и лицензии, поэтому их нельзя надёжно определить.

AlexWortega/qwen1k — дообученная модель Sentence Transformers на базе Qwen/Qwen2.5-0.5B-Instruct, предназначенная для получения векторных представлений предложений и абзацев. Она кодирует текст в плотные векторы размерностью 896; близость текстов можно оценивать косинусным сходством. В метаданных указаны 494 млн параметров и контекст до 32 768 токенов, однако карточка модели задаёт максимальную длину последовательности 1024 токена. Модель подходит для семантического поиска и сравнения текстов, поиска перефразировок, кластеризации и классификации на основе эмбеддингов. В архитектуре используются Qwen2Model и mean pooling. README приводит результаты оценки сходства на sts-dev-896 и sts-dev-768; качество на других наборах данных отдельно не подтверждено. Модель распространяется в формате safetensors; сведения о лицензии в предоставленных данных отсутствуют.

Qwen3-Embedding-0.6B-mlx-bf16 — текстовая модель эмбеддингов на базе Qwen3-Embedding-0.6B, преобразованная в формат MLX для запуска на устройствах Apple. В репозитории около 507,6 млн параметров; веса сохранены в исходной точности bfloat16 без дополнительной квантизации. Модель принимает текст и выдаёт векторные представления, подходящие для семантического поиска и сравнения сходства предложений. Конверсию выполнил chrisyuan с помощью mlx-embeddings. В README проверено сходство выходных эмбеддингов с исходной моделью PyTorch: косинусное сходство на небольшом наборе предложений составило 0,9998–0,9999, а относительное ранжирование пар предложений совпало. Контекст модели — до 32 768 токенов; базовая модель многоязычная, однако конкретный перечень поддерживаемых языков в предоставленных данных не приведён. Модель подходит для поиска по смыслу, сопоставления предложений и построения текстовых эмбеддингов в приложениях на MLX. Лицензия — Apache-2.0. Проверка в README охватывала небольшой набор тестовых предложений; точность bfloat16 может давать небольшие численные отличия от исходных весов.

Qwen3-Embedding-0.6B-ONNX — модель для получения векторных представлений текста, разработанная на основе Qwen/Qwen3-Embedding-0.6B и опубликованная сообществом onnx-community для совместимости с Transformers.js. Она предназначена для задач семантического поиска, retrieval и сопоставления запросов с релевантными документами, а также для других сценариев, где требуется сравнивать тексты по их embedding-представлениям. Модель использует ONNX-веса и запускается через pipeline feature-extraction в Transformers.js, в том числе потенциально на WebGPU. Доступны варианты вычислений fp32, fp16 и q8. Для получения представлений рекомендуется pooling last_token и нормализация; поисковые запросы должны сопровождаться однострочной инструкцией, описывающей задачу, тогда как для документов инструкция не требуется. В README не указаны размер контекстного окна, поддерживаемые языки, точная архитектура и размерность embeddings. Сильной стороной модели является возможность использовать embedding-модель Qwen3 в JavaScript- и web-средах через ONNX, включая варианты с пониженной точностью для снижения вычислительных требований. Ограничения и характеристики качества в README не описаны; также не приведены условия лицензирования преобразованных весов. Репозиторий ONNX представлен как временное решение до более широкого распространения WebML.

ExceedZhang/Qwen3-Embedding-4B-0815-merged — дообученная модель Sentence Transformers, созданная на базе unsloth/Qwen3-Embedding-4B. Она преобразует предложения и абзацы в плотные текстовые векторы размерности 2560, нормализованные для сравнения косинусного сходства. Модель предназначена для семантического поиска, оценки сходства, поиска перефразировок, кластеризации и классификации текста. Модель использует архитектуру Qwen3ForCausalLM с извлечением признаков, пулингом последнего токена и нормализацией. README указывает максимальную длину последовательности 512 токенов; метаданные сообщают о нативном контексте базовой модели до 40960 токенов, однако режим Sentence Transformers описан с ограничением 512 токенов. Обучение проводилось на 73 671 паре anchor-positive из набора данных json с MultipleNegativesRankingLoss. Примеры данных содержат китайский и английский текст, но конкретный перечень поддерживаемых языков не заявлен. Модель выдаёт эмбеддинги, а не готовые текстовые ответы; каталог также отмечает поддержку генерации текста и сходства предложений. Для использования нужны библиотека Sentence Transformers или совместимая система извлечения эмбеддингов. Лицензия в предоставленных данных не указана.