I.1Поиск и навигация по информации

mlx-community/Qwen3-VL-Embedding-2B-8bit — мультимодальная модель для получения эмбеддингов, опубликованная сообществом mlx-community. По README, она преобразована в формат MLX из Qwen/Qwen3-VL-Embedding-2B с помощью mlx-lm 0.1.0; метаданные связывают её с Qwen/Qwen3-VL-2B-Instruct как с базовой моделью. Архитектура относится к семейству Qwen3-VL, размер базовой модели — 2B параметров. Модель предназначена для извлечения векторных представлений мультимодальных данных, в частности для поиска и сопоставления текста и изображений. Репозиторий подготовлен для использования с mlx-embeddings. Лицензия — Apache-2.0. Карточка не уточняет поддерживаемые языки, длину контекста и конкретные метрики качества эмбеддингов. Поскольку README указывает преобразование из исходной embedding-модели, а каталог связывает репозиторий с Qwen3-VL-2B-Instruct как finetune, точная цепочка происхождения неоднозначна.

ReadAll / ReadTwice 14B — Stage A step230 — это промежуточный чекпойнт модели Qwen2.5-14B-Instruct, дообученной командой Xirui1208 на 230 шагах supervised fine-tuning. Модель с плотной архитектурой Qwen2 содержит около 14,77 млрд параметров, сохранена в BF16 и использует исходную конфигурацию контекста на 32 768 токенов. Она предназначена для генерации текста и диалогов, в том числе для ответов на вопросы по длинным документам с протоколом ReadAll / ReadTwice: сначала модель просматривает фрагменты и строит план, затем повторно обрабатывает фрагменты с вопросом и накапливаемой памятью. Для обработки длинных документов требуется внешний цикл, который порционно подаёт фрагменты и переносит память между вызовами; заявленные результаты на документах длиной 56K и 112K токенов получены именно с таким циклом и не означают, что модель принимает весь документ за один вызов. Чекпойнт находится на ранней стадии обучения: он не включает Stage B или RL-обновления и является промежуточным состоянием расписания из 286 шагов. Выпущен под лицензией Apache-2.0.

sergeyzh/rubert-tiny-sts — компактный русскоязычный BERT-энкодер, дообученный на основе cointegrated/rubert-tiny2 для оценки семантического сходства предложений и получения эмбеддингов. Модель содержит 29 млн параметров, поддерживает контекст до 2048 токенов и формирует эмбеддинги размерностью 312. Её можно использовать через Sentence Transformers; модель ориентирована на быстрые вычисления, в том числе на CPU. Помимо поиска похожих предложений, автор указывает задачи идентификации перефразирований, вывода по естественному языку, анализа тональности и выявления токсичности. Лицензия — MIT. Результаты и скорость зависят от данных и оборудования; приведённые в README бенчмарки не содержат отдельной строки с оценками этой модели.

pritamdeka/SapBERT-mnli-snli-scinli-scitail-mednli-stsb — модель Sentence-Transformers на базе BERT, разработанная для получения плотных векторных представлений предложений и абзацев. Она содержит 136,7 млн параметров, формирует эмбеддинги размерности 768 и принимает последовательности длиной до 512 токенов. Модель обучена на SNLI, MNLI, SCINLI, SCITAIL, MEDNLI и STSB с использованием CosineSimilarityLoss. Её можно применять для семантического поиска, сравнения смысловой близости текстов и кластеризации, в том числе медицинских и научных текстов. Для использования через Transformers требуется корректно выполнить pooling контекстных представлений. В карточке нет сведений о лицензии и явно заявленной поддержке языков, поэтому условия использования и языковой охват по этим источникам установить нельзя.

sarashina2.2-Bi-0.5b — дообученная модель семейства Sarashina от разработчика репозитория iamtatsuki05. Она преобразует японские предложения в векторные представления для сравнения по смыслу и поиска. Модель построена на архитектуре Llama как двунаправленный энкодер в стиле LLM2Vec; размер составляет 661,9 млн параметров, размерность эмбеддингов — 1280, используется mean pooling. Максимальная длина последовательности — 8192 токена, позиционное кодирование — RoPE, токенизатор SentencePiece.

DMetaSoul разработала DMetaSoul/sbert-chinese-general-v1 — модель Sentence-Transformers на базе BERT, дообученную на наборах данных для семантического сходства и перефразирования, включая NLI, PAWS-X, PKU-Paraphrase-Bank и STS. Она предназначена для общего семантического сопоставления китайских текстов: извлечения векторов предложений, кластеризации текстов и семантического поиска. Модель содержит 129,5 млн параметров, принимает текст и выдаёт эмбеддинги; максимальная длина контекста — 512 токенов. Лицензия Apache-2.0. В карточке приведены результаты на нескольких наборах оценки: модель особенно хорошо показала себя на Chinese-STS, но на других задачах результаты неоднородны. Авторы отмечают риск переобучения и предупреждают, что модель не оптимальна для всех задач.

SciEmbed-BASE — англоязычная модель эмбеддингов научных документов на базе ModernBERT-base, выпущенная как часть проекта SciEmbed. Она дообучена на 7 млн пар примеров за 3 эпохи с контрастивным обучением, где основной сигнал составляют предложения из контекстов цитирования. Модель предназначена для представления научных текстов в виде векторов и задач поиска и оценки сходства; в README приведены результаты SciRepEval по классификации, регрессии, близости и поиску. Модель использует encoder-only архитектуру ModernBERT, содержит 149 млн параметров и поддерживает контекст до 8192 токенов. Её можно загружать через Sentence Transformers и получать нормализованные эмбеддинги. Лицензия — MIT. Карточка описывает базовый вариант SciEmbed, обученный только на сигнале цитатных связей; сравнительное превосходство над другими моделями не заявлено.

Semantic-Ar-Qwen-Embed-0.6B — арабоязычная модель эмбеддингов, разработанная Omartificial-Intelligence-Space и дообученная на базе Qwen/Qwen3-Embedding-0.6B для задач семантического сходства. Она преобразует предложения и абзацы в плотные векторы размерностью 1024; сходство оценивается косинусной мерой. Архитектура Sentence Transformers использует Qwen3Model и усреднение токенных представлений. Максимальная длина последовательности — 32 768 токенов, число параметров — около 507,6 млн. Модель предназначена для сравнения арабских текстов и может применяться в семантическом поиске, поиске перефразировок, кластеризации и классификации текста. Она дообучена на задачах STS и оценивалась на арабских наборах STS17 и STS22.v2; README отмечает специализацию на понимании арабской семантики. Метаданные также содержат английский среди языков карточки, но заявленный в README основной язык — арабский. Модель распространяется по лицензии Apache-2.0. Результаты оценки приведены для ограниченного набора тестов на семантическое сходство и не гарантируют качество на других задачах или доменах.

kornwtp разработал модель эмбеддингов на основе многоязычного BERT (mBERT), обученную методом SimCSE на тайской Википедии. Она преобразует предложения и абзацы в плотные векторы размерности 768 для поиска семантически близких текстов и кластеризации. Модель подходит для семантического поиска и сравнения предложений на тайском языке; её контекст ограничен 512 токенами, размер составляет 205,1 млн параметров, формат весов — PyTorch. Лицензия Apache-2.0.

Это компактная англоязычная модель на архитектуре BERT, созданная дообучением Snowflake/snowflake-arctic-embed-xs на первых 300 000 примерах датасета Zyphra/Zyda-2. Модель содержит 25,9 млн параметров, принимает текст с контекстом до 512 токенов и использует цель обучения Masked Language Modeling. Модель предназначена для построения текстовых эмбеддингов, классификации текста и заполнения пропусков в английских предложениях. В карточке приведены результаты оценки: loss 3,0689 и accuracy 0,4676. Лицензия — MIT.

tranhuudan-fullstack-ai-engineer/stage1 — дообученная на vinai/phobert-base-v2 модель Sentence Transformers на базе RoBERTa. Она кодирует предложения и абзацы в плотные векторы размерности 768 и предназначена для вычисления семантического сходства, семантического поиска, поиска перефразирований, классификации текстов и кластеризации. В README указана косинусная мера сходства; метаданные отмечают sentence-similarity как основную задачу и feature-extraction как поддерживаемую. Модель ориентирована на вьетнамский язык и использует среднее объединение токенных представлений. README указывает максимальную длину последовательности 512 токенов, а метаданные каталога — native context 258 токенов; для практического использования следует учитывать более короткое ограничение контекста каталога. При оценке на sts-dev достигнута Spearman-корреляция 0,5148 по косинусному сходству. Веса представлены в формате safetensors; лицензия в предоставленных данных не указана.

shannonnonshan/streamland-embeddings-v1 — дообученный энкодер предложений на базе sentence-transformers/all-MiniLM-L6-v2, созданный для представления предложений и абзацев в виде плотных семантических векторов. Модель использует архитектуру BERT и библиотеку Sentence Transformers; число параметров — 25,9 млн. Она предназначена для семантического сравнения и поиска, поиска перефразирований, классификации и кластеризации текстов. Модель формирует векторы размерности 384 и сравнивает их с помощью косинусного сходства. В README указана максимальная длина последовательности 256 токенов, а метаданные приводят контекст до 512 токенов. Дообучение описано на наборе из 8 примеров, поэтому качество может быть нестабильным и особенно зависит от соответствия данных целевому применению. Лицензия в предоставленных данных не указана.

shibing624/text2vec-bge-large-chinese — китайская модель sentence embeddings, обученная проектом text2vec. Она основана на BAAI/bge-large-zh-noinstruct и дообучена методом CoSENT на подобранном наборе китайских данных семантического сходства. Модель кодирует предложения и короткие абзацы в плотные векторы размерности 1024 для сравнения смысла текстов. Её можно применять для поиска семантически близких фрагментов, сопоставления предложений и коротких абзацев, кластеризации и информационного поиска на китайском языке. В карточке указана архитектура BERT и длина контекста 512 токенов; README предупреждает, что входы длиннее 256 word pieces обрезаются. Для длинных документов модель не предназначена. Доступны веса PyTorch и safetensors, а также формат ONNX. По README, дообучение улучшило результаты на китайских тестах семантического сходства относительно базовой модели, особенно для различения коротких текстов. Модель опубликована по лицензии Apache-2.0.

TurkEmbed4Retrieval — модель Sentence Transformers от newmindai, дообученная на базе newmindai/TurkEmbed4STS для получения плотных векторных представлений турецких предложений и абзацев. Модель сопоставляет текстам 768-мерные эмбеддинги и использует косинусное сходство; в архитектуре применяются Transformer, pooling по CLS-токену и нормализация векторов. Репозиторий содержит веса Safetensors, а библиотека для работы с моделью — Sentence Transformers. Модель предназначена для семантического поиска, сравнения текстов по смыслу, поиска перефразирований, кластеризации и классификации текстов. Обучение описано на наборе примерно из 1,84 млн пар предложений с оценками сходства; MatryoshkaLoss позволяет использовать представления разной размерности. Метаданные указывают контекст до 8192 токенов, тогда как карточка модели задаёт максимальную длину последовательности 512 токенов. Модель рассчитана на текстовый ввод и выдаёт векторы, которые можно сравнивать или использовать в последующих задачах. Основной язык примеров и назначение базовой модели — турецкий; пригодность для других языков не подтверждена. Условия лицензии в предоставленных сведениях не описаны.

Xenova/UAE-Large-V1 — это версия модели WhereIsAI/UAE-Large-V1 с весами в формате ONNX, подготовленная для использования через библиотеку Transformers.js. Модель предназначена для построения векторных представлений текстов и может применяться в семантическом поиске, вычислении сходства предложений, кластеризации и других задачах, где нужны sentence embeddings. В README приведён пример использования JavaScript-пайплайна feature-extraction и вычисления cosine similarity. При использовании с pooling cls модель возвращает эмбеддинги размерности 1024. Поддерживаются варианты точности fp32, fp16, q8 и q4, что позволяет выбирать компромисс между качеством, размером и производительностью. Сведения о точной архитектуре, размере, языках, поддерживаемых модальностях, максимальной длине контекста и характеристиках качества в README отсутствуют, поэтому эти параметры нельзя достоверно определить. Модель удобна для запуска в JavaScript-средах и веб-ориентированных сценариях благодаря ONNX-весам и совместимости с Transformers.js. Ограничения включают отсутствие подробной информации о назначении, обучающих данных и результатах оценки; применение для конкретных языков и задач следует дополнительно проверять. Лицензия — MIT.

victormuryn/use-translation-no-pt — модель эмбеддингов предложений из коллекции украинских Sentence Embeddings. Она дообучена методом контрастивного обучения на украинском корпусе UberText 2.0 с аугментацией обратным переводом без целевых текстов пула; исходная архитектура — XLM-RoBERTa, используемая через Sentence Transformers. Модель преобразует предложения и абзацы в векторы для семантического сравнения и поиска. В README показан пример кодирования украинских предложений; каталог также отмечает многоязычную поддержку и контекст длиной до 514 токенов. Распространяется по лицензии Apache-2.0.

Карточка модели AITeamVN/Vi-Qwen2-1.5B-RAG на Hugging Face совпадает с карточкой AITeamVN/Vi-Qwen2-3B-RAG, поэтому описание составлено по ней. Vi-Qwen2-3B-RAG — языковая модель семейства Qwen2, дообученная командой разработчиков, указанной в карточке, для задач генерации с дополнением найденными материалами (RAG). Модель рассчитана на вьетнамский язык и поддерживает диалоговый режим; в метаданных указаны 3,1 млрд параметров и контекст до 32 768 токенов. Модель предназначена для ответов на вопросы по извлечённым документам: она может находить полезные сведения в зашумлённом контексте, отказываться от ответа при отсутствии нужной информации, объединять факты из нескольких фрагментов и определять, содержится ли ответ в контексте. Также её можно применять как чат-модель для последовательных вопросов. В карточке описана оценка определения наличия ответа с точностью около 99%, но подробности методики и воспроизводимые результаты не приведены. Это плотная авторегрессионная модель Qwen2 для генерации текста, доступная в формате Safetensors и рассчитанная на использование через Transformers. README описывает версию Vi-Qwen2-7B-RAG, тогда как идентификатор репозитория и метаданные относятся к Vi-Qwen2-3B-RAG; поэтому сведения о специфических результатах и сценариях меньшей версии следует считать описанием семейства, а не подтверждёнными отдельными оценками этой модели. Лицензия — Apache-2.0. Разработчики предупреждают, что модель специализирована на RAG и может быть ненадёжной в вопросах политики и общества, а также проявлять предвзятость или неуместные взгляды.

VLM2Vec-LLaVa-Next — мультимодальная модель TIGER-Lab, дообученная на базе llava-v1.6-mistral-7b-hf с помощью LoRA. Она преобразует изображение и текст в мультимодальные представления для задач поиска и сопоставления, включая оценку на наборах MMEB и Flickr30K. В метаданных указаны архитектура LLaVA-NeXT, формат safetensors и поддержка диалогового взаимодействия с изображениями. Модель рассчитана на англоязычные запросы и изображения; размер контекста и число параметров в предоставленных данных не приведены. По README, обучение использовало контрастивное обучение на MMEB-train с внутрипакетными отрицательными примерами. Лицензия — Apache-2.0. README приводит сравнительные заявления о результатах, но не содержит самих численных метрик.

VLM2Vec-V2.0 — мультимодальная модель для получения эмбеддингов, разработанная командой TIGER-Lab. Она предназначена для сопоставления визуального или текстового запроса с текстовыми описаниями и решения задач мультимодального поиска и оценки семантического сходства. Модель поддерживает изображения, видео и визуальные документы, а также текстовые данные. В демонстрации используется backbone Qwen2-VL-7B и дообучение с LoRA; предусмотрено нормализованное pooling-представление и вычисление сходства между эмбеддингами. Модель обучалась и оценивалась на наборах MMEB-train, MMEB-V2 и MMEB-eval. В метаданных указан английский язык. Размер контекста и точные характеристики архитектуры в README не указаны. Сильная сторона модели — единое мультимодальное представление для работы с разными типами визуального контента, включая видео, изображения и документы, что делает её подходящей для retrieval-сценариев. Ограничения README подробно не описывает; для запуска требуются Transformers, PyTorch и, согласно примеру, GPU с поддержкой bfloat16. Модель распространяется по лицензии Apache-2.0.

Nhat1904/32-shot-twitter-2classes-head-body — модель семейства MPNet, разработанная на базе Sentence Transformers. Она преобразует предложения и абзацы в плотные векторы размерностью 768, пригодные для поиска по смыслу, сравнения текстов и кластеризации. В метаданных указано 136,7 млн параметров и контекст до 514 токенов; модель распространяется в формате PyTorch. Модель обучалась с функцией потерь CosineSimilarityLoss на наборе данных, связанном с Twitter и двумя классами «head/body», что указывает на адаптацию к сопоставлению коротких текстов в этой задаче. Её можно применять для семантического поиска и группировки похожих сообщений. Языковая поддержка в предоставленных материалах не определена. Лицензия в карточке не приведена.

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.

Это демонстрационная объединённая модель на базе архитектуры BERT, созданная функцией SentenceTransformer.merge из моделей sentence-transformers/all-MiniLM-L6-v2 и sentence-transformers/multi-qa-MiniLM-L6-cos-v1. В процессе слияния применён метод dare_ties: из изменений каждой задачи случайно удалено 30% весов с последующим масштабированием и согласованием знаков. Модель содержит 25,9 млн параметров, принимает текст и формирует семантические векторы для сравнения предложений и поиска по смыслу. Контекст составляет до 512 токенов; карточка указывает поддержку sentence-transformers и форматы Safetensors, TensorFlow и OpenVINO. Модель подходит для прототипирования семантического поиска и сравнения текстов. Это демонстрация слияния, поэтому качество объединённой модели для конкретных задач не подтверждено в карточке; перед применением следует оценить её на целевых данных. Лицензия в предоставленных данных не указана.

all-MiniLM-L6-v2-multi-qa-linear-merge — демонстрационная модель, созданная авторами репозитория с помощью функции слияния моделей Sentence Transformers. Она линейно объединяет с равными весами два англоязычных энкодера предложений: sentence-transformers/all-MiniLM-L6-v2 и sentence-transformers/multi-qa-MiniLM-L6-cos-v1. Модель основана на архитектуре BERT, содержит 25,9 млн параметров и принимает текст для получения векторных представлений; максимальная длина контекста составляет 512 токенов. Модель предназначена для вычисления семантической близости предложений и создания эмбеддингов для поиска и сравнения текстов. Это демонстрационное слияние, а не отдельный релиз, настроенный под конкретную задачу, поэтому качество на целевых сценариях следует проверять отдельно. Репозиторий содержит веса в форматах SafeTensors, TensorFlow и OpenVINO. Лицензия в предоставленных данных не указана.

Это англоязычная модель Sentence Transformers, разработанная пользователем jaimevera1107 и дообученная на базе sentence-transformers/all-MiniLM-L6-v2 на 67 560 парах предложений с оценками сходства. Архитектура основана на BERT: энкодер с усреднением токенных представлений и нормализацией формирует плотные векторы размерности 384. Метаданные указывают 25,9 млн параметров и контекст до 512 токенов; в README заявлена максимальная длина последовательности 256 токенов. Модель предназначена для семантического сравнения предложений и абзацев, семантического поиска, поиска перефразировок, кластеризации и классификации текстов. Она выдаёт векторы, которые можно сравнивать косинусным сходством; примеры обучающих данных относятся к биомедицинской тематике, поэтому модель может быть полезна для поиска и сопоставления научных текстов этой области. Лицензия в предоставленных данных не указана.

sidbrahim/autotrain-NarrativesAnaloguesFINAL — дообученный энкодер предложений на базе sentence-transformers/all-MiniLM-L6-v2, созданный с помощью AutoTrain и библиотеки Sentence Transformers. Модель предназначена для получения векторных представлений и оценки семантического сходства предложений; название репозитория указывает на работу с нарративами и аналогиями, однако README не уточняет состав и область применения обучающих данных. Модель имеет архитектуру BERT и содержит 25,9 млн параметров. Она принимает текст и выдаёт эмбеддинги, пригодные для сравнения предложений; максимальная длина контекста — 512 токенов. Для базовой модели заявлена англоязычная специализация, а отдельные языки дообученной версии в карточке не обозначены. В README приведены метрики проверки: Pearson для косинусного сходства 0,947 и Spearman 0,750; эти значения относятся к валидационному набору и сами по себе не гарантируют качество на других данных. Для работы предназначена библиотека Sentence Transformers. Лицензия в предоставленных данных отсутствует, поэтому условия использования установить нельзя.

Capreolus/bert-base-msmarco — модель BERT-Base, дообученная на задаче классификации пассажей MS MARCO. Она предназначена для классификации пар запрос–текст и может использоваться как компонент ранжирования пассажей и документов, в частности для инициализации вариантов BERT-MaxP и PARADE. Модель разработана в рамках проекта Capreolus; исходные веса основаны на google/bert_uncased_L-12-H-768-A-12 и преобразованы из контрольной точки TensorFlow 1. Архитектура — BertForSequenceClassification с 136,7 млн параметров и контекстом до 512 токенов. Доступны форматы PyTorch, TensorFlow и Flax. Для описанного сценария модель принимает текст и выдаёт оценку класса; её основное назначение — классификация пассажей для поиска и последующего ранжирования. В README приведена ссылка на реализацию BERT-MaxP и рекомендуется цитировать статью PARADE при использовании весов. Лицензия в предоставленных данных не указана.

Модель BGE base Financial Matryoshka разработана как Sentence Transformer с дообучением от BAAI/bge-base-en-v1.5. Она кодирует английские предложения и абзацы в плотные эмбеддинги размерностью 768; в архитектуре используются BERT, пулинг по CLS-токену и нормализация векторов. Максимальная длина входа — 512 токенов, сходство оценивается косинусной мерой. Благодаря Matryoshka-обучению эмбеддинги можно использовать в укороченных размерностях для поиска и сравнения текста. Модель предназначена для семантического поиска, оценки сходства предложений, поиска перефразировок, кластеризации и классификации текста, включая поиск по финансовым материалам. В README приведены результаты на небольшом наборе из 16 обучающих примеров; для информационного поиска метрика cosine_accuracy@1 равна 0 на нескольких размерностях, поэтому качество на целевых данных следует проверять отдельно. Модель использует библиотеку sentence-transformers и распространяется по лицензии Apache-2.0.

elsayovita/bge-small-en-v1.5-esg-v2 — англоязычная модель Sentence Transformers, дообученная на базе BAAI/bge-small-en-v1.5 для поиска и сравнения текстов по смыслу. Она кодирует предложения и абзацы в плотные векторы размерностью 384, которые можно сравнивать косинусной близостью; архитектура включает BERT, CLS-пулинг и нормализацию. Максимальная длина входа — 512 токенов. Обучение проводилось на 11 863 парах контекста и вопроса, связанных с ESG-отчётностью. Модель подходит для семантического поиска по документам и вопросам, поиска перефразировок, кластеризации и классификации текста. В README приведены метрики поиска для вариантов векторов размерностью от 32 до 384; уменьшение размерности снижает качество. Модель распространяется по лицензии Apache-2.0.

BAAI/BGE-VL-MLLM-S2 — дообученная BAAI мультимодальная модель для поиска изображений по тексту, изображению или их сочетанию. Она основана на LLaVA-NeXT с Mistral-7B и предназначена для универсального мультимодального поиска: например, можно задать изображение вместе с текстовым уточнением и найти подходящие изображения в коллекции. Модель формирует эмбеддинги размерности 4096, которые сравнивают по сходству; для обработки изображений рекомендуется размер 512 × 512. В README описана работа через sentence-transformers: инструкции в prompt задают формат запроса, а без prompt вход используется как кандидат для поиска. Метаданные указывают библиотеку sentence-transformers, формат весов safetensors и лицензию MIT. Карточка приводит примеры текстовых и визуальных запросов, но не заявляет поддержку языков помимо английского.

BAAI разработала BGE-VL-v1.5-mmeb — мультимодальную модель эмбеддингов для поиска по изображениям и тексту. Она дообучена на базе llava-hf/llava-v1.6-mistral-7b-hf и использует архитектуру LLaVA-NeXT с плотным представлением; для работы применяется библиотека Sentence Transformers. Модель принимает текст, изображения и их сочетания, преобразуя запросы и объекты для поиска в эмбеддинги. Она предназначена для мультимодального поиска, поиска изображений по текстовому описанию и поиска с учётом текстового уточнения к исходному изображению. В README указано, что изображения при подаче следует масштабировать до 512×512; инструкции запроса помогают форматировать вход как поисковый запрос, а без них — как кандидата. В README сообщается о результатах на бенчмарках composed image retrieval и MMEB, включая сильные результаты в zero-shot сценариях. Модель распространяется по лицензии MIT. Карточка не приводит размер модели и длину контекста.