I.1Поиск и навигация по информации

MoganBERT-Embed — модель эмбеддингов MoganAI на базе турецкого энкодера MoganBERT-TR. Она содержит около 149 млн параметров и использует архитектуру ModernBERT. Модель преобразует текст в векторы размерности 768 с помощью среднего pooling и L2-нормализации; инструкции к задаче или префиксы не требуются. Контекст по метаданным — до 8192 токенов; в описанной оценке MTEB использовалось не более 2048 токенов. Модель предназначена для семантического поиска, кластеризации, классификации текстов и оценки семантического сходства предложений. Она обучалась с дистилляцией от Qwen3-Embedding-8B и контрастивным дообучением на сигналах поиска, NLI, STS, классификации, вопросах и ответах, а также параллельных текстах. По README, поиск — относительно слабая сторона модели; для сценариев, где он является основным приоритетом, авторы указывают на Mogan-ColBERT-TR. Модель распространяется по лицензии Apache-2.0.

cuadron11/mrbert-parl-ft — модель Sentence Transformers на базе энкодера BSC-LT/MrBERT, дообученная для сопоставления предложений и абзацев. Она преобразует текст в плотные векторы размерности 768 и предназначена для семантического поиска, оценки сходства, поиска перефразировок, кластеризации и классификации текста. Архитектура состоит из ModernBERT с усреднением токенных представлений; сходство векторов можно оценивать косинусной мерой. Максимальная длина последовательности — 8192 токена. Обучение проводилось на парах запросов и релевантных текстов с MultipleNegativesRankingLoss. В примерах датасета представлены запросы и документы о парламентской деятельности на баскском языке, поэтому модель подходит для поиска по таким материалам. В README приведена cosine accuracy 0,6004 на TripletEvaluator. Метаданные указывают 307 млн параметров и формат safetensors. Условия лицензии в предоставленных данных не указаны.

Muse-Glimmer-30B-Hermes-Agentic — дообученная Виктором Крузом (vcruz305) модель на базе Muse Glimmer 30B от Meta Superintelligence Lab. Это плотный трансформер с энкодером восприятия, обученный выполнять короткие последовательности вызова инструментов в Hermes Agent и совместимых OpenAI-style агентных оболочках: использовать один или два инструмента, затем остановиться и сформировать ответ. Дообучение проводилось на синтетических англоязычных трассах Hermes; визуальные веса заморожены, поэтому основное назначение этой версии — работа с текстом и инструментами, а не улучшение анализа изображений. Модель содержит около 29,6 млрд параметров и сохраняет архитектуру, токенизатор и контекст базовой модели — 131 072 токена и более. В тестах автора она показала 16/20 на симулированных задачах с инструментами и 7/7 на небольшой нативной батарее Hermes; результаты относятся к ограниченным тестовым наборам и не являются сертификацией. Англоязычное дообучение может ухудшать поведение при работе на других языках; также отмечены ошибки в отдельных сценариях, включая простые команды и удаление файлов. Использование инструментов требует собственных защитных мер, особенно для необратимых действий. Лицензия — Apache 2.0.

MyAwesomeModel — модель на базе архитектуры BERT, предназначенная для извлечения признаков из текста. В метаданных Hugging Face указаны использование библиотеки Transformers и фреймворка PyTorch, а основная задача модели — feature extraction. Разработчик в предоставленных материалах не указан. Модель может применяться для получения векторных представлений текста, семантического поиска, сравнения текстов, классификации и других задач, где нужны текстовые эмбеддинги. README также заявляет улучшенные способности к рассуждению, математике, программированию, логике, ответам на вопросы, суммаризации и диалогам, однако эти сведения не согласуются с указанным pipeline-тегом feature-extraction и не сопровождаются точным описанием конфигурации. Модель распространяется по лицензии MIT. Размер модели, длина контекста, поддерживаемые естественные языки и точная информация об обучающих данных в предоставленных материалах не указаны.

MyAwesomeModel — модель из репозитория PoseyEnder/MyAwesomeModel-TestRepo, опубликованная под лицензией MIT. Согласно метаданным Hugging Face, она предназначена для извлечения признаков и относится к архитектурному семейству BERT; работать с ней предполагается через библиотеку Transformers на базе PyTorch. Модель может использоваться для получения векторных представлений текста, семантического поиска, сравнения текстов, кластеризации и подготовки признаков для последующих задач машинного обучения. README также заявляет о возможностях рассуждения, генерации кода и диалога, однако эти заявления не согласуются с указанным pipeline_tag feature-extraction и не подтверждены техническими характеристиками модели. Сильной стороной является интеграция с экосистемой Transformers и открытая лицензия MIT. Размер модели, поддерживаемые естественные языки и длина контекста в доступных данных не указаны. Для генеративных сценариев и заявленных результатов бенчмарков требуется дополнительная проверка конфигурации и воспроизводимости.

MyAwesomeModel — модель семейства BERT для извлечения признаков из текста, опубликованная пользователем sadfsg4546 и предназначенная для работы через библиотеку Transformers. Метаданные Hugging Face указывают задачу feature-extraction, использование PyTorch и лицензию MIT. В README модель также описывается как обновлённая система с улучшенными рассуждениями, логическим выводом, математикой, программированием, классификацией, анализом тональности, суммаризацией, диалогами и поддержкой function calling. Однако эти сведения не согласуются с указанным pipeline-тегом feature-extraction и не сопровождаются подтверждёнными техническими характеристиками архитектуры, размера или контекста, поэтому для каталога основным назначением следует считать извлечение признаковых представлений текста. Модель может использоваться в качестве компонента семантического поиска, кластеризации, классификации и других NLP-пайплайнов, где нужны векторные представления текста. Языки, размер модели, длина контекста, данные обучения и точные требования к запуску в предоставленных источниках не определены. Распространение заявлено по лицензии MIT.

MyAwesomeModel — модель из репозитория пользователя yanxiaodong на Hugging Face, предназначенная для извлечения признаков из текста. В метаданных она классифицирована как feature-extraction и связана с библиотекой Transformers, PyTorch и архитектурой BERT. Лицензия модели — MIT. README описывает обновлённую версию модели с улучшениями рассуждений, математического и логического анализа, программирования, понимания языка, генерации текста, следования инструкциям и function calling. Однако эти сведения представлены преимущественно в виде общих заявлений и таблицы оценок, тогда как основной pipeline-тег указывает на извлечение признаков, поэтому модель следует рассматривать прежде всего как компонент для получения векторных представлений текста.

manasp2025/my-embedding-gemma — дообученная модель Sentence Transformers на базе google/embeddinggemma-300m, разработанной Google. Она преобразует предложения и абзацы в плотные векторы размерностью 768 для сравнения текстов по косинусному сходству; архитектура — Gemma3TextModel, размер — 302,8 млн параметров. Модель принимает текст длиной до 2048 токенов и предназначена для семантического поиска, оценки сходства, поиска перефразировок, классификации и кластеризации текстов. Дообучение описано на наборе из трёх парных примеров с anchor, positive и negative, с функцией потерь MultipleNegativesRankingLoss. Такой малый объём данных ограничивает основания для ожидания надёжного улучшения качества в широком круге задач. Репозиторий содержит веса safetensors; лицензия в предоставленных данных не указана.

NLPclass/Named-entity-recognition — модель распознавания и классификации именованных сущностей в персидском (фарси) тексте, разработанная NLPclass. Это дообученная на PartAI/TookaBERT-Base модель BERT для token classification с 150,1 млн параметров и контекстом до 512 токенов. Она размечает упоминания людей, организаций, мест, продуктов, групп и творческих произведений тегами BIO; карточка также перечисляет категории дат, хотя они отсутствуют среди приведённых выходных тегов. Модель подходит для извлечения сущностей при поиске информации, анализе персидского контента и автоматизации поддержки клиентов. В README указаны обучающая выборка из 15 000 предложений и тестовая из 2 000; лицензия — MIT. Качество может зависеть от домена текста: карточка не приводит численных метрик, а набор предсказываемых категорий ограничен указанными метками.

sentence-transformers/nli-roberta-base — модель sentence-transformers, обученная командой Sentence Transformers. Она основана на RoBERTa и преобразует предложения и абзацы в плотные векторы размерности 768 для семантического поиска, сравнения сходства и кластеризации. Модель содержит 151,8 млн параметров, принимает текст и имеет контекстное окно 514 токенов. Доступны форматы PyTorch, Safetensors, TensorFlow, ONNX и OpenVINO; лицензия — Apache 2.0. Модель устарела: авторы предупреждают о низком качестве получаемых эмбеддингов и рекомендуют выбрать более современные модели Sentence Transformers. Она подходит для существующих систем, которым нужна совместимость с этим чекпойнтом, но для новых задач семантического поиска или кластеризации качество следует оценить отдельно.

OBLIQ-IR-3B — текстовая модель извлечения документов, разработанная исследовательской группой DataScience-UIBK для поиска по скрытым смысловым признакам, которые почти не выражены напрямую в тексте: позиции автора, стратегии доказательства, стиля или смутно запомнившегося содержания риторического обмена. Модель представлена в виде плотного двунаправленного энкодера с одним вектором на текст; она дообучена на базе nvidia/llama-nv-embed-reasoning-3b и опубликована как объединённые полные веса. Модель рассчитана на семантический поиск и ранжирование документов по косвенным запросам. В README приведены результаты на OBLIQ-Bench для текстов о письме, математике, публикациях в Twitter и выступлениях в Конгрессе. Архитектура использует усреднение токенов и L2-нормализацию, формируя эмбеддинги размерности 3072; заявленная длина контекста — 131 072 токена. Для загрузки используется Sentence Transformers с trust_remote_code=True. Лицензия CC-BY-NC-4.0 разрешает использование с атрибуцией, но ограничивает коммерческое применение. Это объединённая версия LoRA-дообучения, поэтому округление весов до bf16 может немного менять результаты относительно адаптера и опубликованных таблиц. Для точного воспроизведения результатов статьи авторы рекомендуют отдельный репозиторий адаптера; качество также зависит от предмета и типа запроса.

Orpheas — модель Sentence Transformer, разработанная авторами репозитория novelcore и дообученная на базе intfloat/multilingual-e5-base на датасете generator. Она преобразует предложения и абзацы на греческом языке в плотные эмбеддинги размерности 768 и предназначена для семантического поиска и сравнения текстов. Архитектура включает XLM-RoBERTa, усреднение токенных представлений, нормализацию векторов и косинусное сравнение; максимальная длина входа — 512 токенов. Модель подходит для поиска релевантных документов, оценки семантической близости, поиска перефразирований, кластеризации и классификации текстов. В карточке приведены результаты оценки поиска на тестовой и валидационной выборках. Доступна под лицензией Apache-2.0.

0xnu/pmmlv2-fine-tuned-igbo — модель векторных представлений предложений, дообученная для языка игбо на базе sentence-transformers/paraphrase-multilingual-MiniLM-L12-v2. Она использует архитектуру BERT и библиотеку Sentence-Transformers; в репозитории указано 124,3 млн параметров и контекст до 512 токенов. Модель предназначена для получения эмбеддингов и сравнения сходства предложений, в том числе на игбо. Модель принимает текст и выдаёт векторные представления, применимые для семантического поиска, сопоставления предложений и группировки похожих текстов. Метаданные указывают поддержку множества языков, включая игбо, русский и английский. Лицензия — MIT. README не приводит результатов оценки качества, поэтому надёжность на разных вариантах орфографии и диакритики игбо по предоставленным данным определить нельзя.

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.

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.

KayaTechAI Qwen3-Telecom-Retrieval-Embedding — англоязычная модель Sentence Transformers, разработанная KayaTechAI и дообученная на базе Qwen/Qwen3-Embedding-0.6B на датасете технических телекоммуникационных документов. Архитектура основана на Qwen3Model с pooling по последнему токену и нормализацией; модель содержит 507,6 млн параметров и преобразует текст в плотные эмбеддинги размерностью 1024. Максимальная длина последовательности — 32 768 токенов, сходство оценивается косинусной мерой. Модель предназначена для семантического поиска и сопоставления запросов с техническими документами в телеком-сфере. Её также можно применять для поиска перефразировок, кластеризации и классификации текста на основе эмбеддингов. В README приведены результаты оценки поиска с усечением эмбеддингов до разных размерностей, однако они относятся к указанному датасету и не гарантируют качество на других данных. Лицензия — Apache-2.0.

qwen-indic-v1-i1-GGUF — это набор квантованных GGUF-версий модели qwen-indic-v1, разработанной LingoIITGN и подготовленной к квантованию пользователем mradermacher. Модель ориентирована на получение эмбеддингов и извлечение признаков в сценариях sentence-transformers, включая семантический поиск, сопоставление текстов и другие задачи многоязычной обработки текста. Она предназначена для индийских языков, среди которых ассамский, бенгальский, гуджарати, хинди, каннада, кашмири, малаялам, маратхи, непальский, ория, пенджаби, санскрит, тамильский, телугу, урду и ряд других языков Южной Азии. Модель распространяется в формате GGUF с imatrix-квантованием и представлена в вариантах от i1-IQ1_S до i1-Q6_K размером примерно от 2,0 до 6,3 ГБ, а также отдельным файлом imatrix для создания собственных квантованных версий. README не содержит сведений о размере исходной модели, архитектуре, максимальной длине контекста, поддерживаемых модальностях помимо текста или точных показателях качества. Разные варианты предлагают компромисс между размером, скоростью и качеством: низкобитные версии требуют меньше памяти, но могут заметно ухудшать результаты, тогда как Q4_K_M отмечен как быстрый и рекомендуемый вариант. К сильным сторонам относятся специализация на индийских языках, поддержка локального запуска через GGUF и широкий выбор уровней квантования. Ограничения связаны с отсутствием подробных архитектурных и оценочных характеристик, а также с возможной потерей качества в наиболее компактных вариантах. Указана лицензия Apache-2.0.

leomaurodesenv/roberta-base-answerable-or-not-augmented — модель классификации текста на основе RoBERTa-base, дообученная автором репозитория на неизвестном наборе данных. По названию модель предназначена для определения, является ли вопрос или запрос ответимым; в README приведены результаты оценки: точность 0,9221 и loss 0,2822. Модель содержит 151,8 млн параметров, использует архитектуру RobertaForSequenceClassification и принимает текст длиной до 514 токенов. Базовая модель ориентирована на английский язык. Весовые файлы представлены в формате safetensors, библиотека — Transformers. Лицензия — MIT. README не раскрывает состав обучающих данных, точное определение классов и методику оценки, поэтому результаты нельзя напрямую переносить на другие данные или сценарии.

hotchpotch/ruri-pt-base-retromae — модель cl-nagoya, полученная дополнительным предобучением cl-nagoya/ruri-pt-base методом RetroMAE. Это японская BERT-модель с 12-слойным энкодером, предназначенная для формирования семантически содержательных представлений предложений и последующего поиска. Число параметров — 138,4 млн, максимальный контекст — 512 токенов. Модель обучалась на японских параграфах Википедии и книг, данных вопросов и ответов и примерах JSNLI. В оценке на японских поисковых задачах RetroMAE-варианты в большинстве случаев превзошли исходные модели; лучший вариант на базе ruri-pt-base показал примерно на 2% более высокий средний результат, чем bert-base-japanese-v3. В каталоге указана задача fill-mask; для поиска модель используют как основу для получения представлений текста и обучения или построения поисковых систем. Лицензия — MIT. Модель рассчитана на японский язык и текстовый ввод; сама по себе карточка не описывает готовый поисковый сервис или отдельный прикладной реранкер.

jzju/sbert-sv-lim2 — модель Sentence Transformers на архитектуре BERT, обученная на базе KBLab/bert-base-swedish-cased-new с данными sbx/superlim-2. Она преобразует предложения и абзацы в плотные векторы размерности 256 для поиска по смыслу, кластеризации и сравнения текстов. Модель рассчитана на шведский язык; максимальная длина контекста — 512 токенов, размер — 162,4 млн параметров. Доступна в формате PyTorch и предназначена для получения текстовых эмбеддингов. Лицензия в предоставленных данных не указана. Практическое качество за пределами шведского языка и поведение на текстах длиннее контекста не описаны.

syubraj/sentence_similarity_nepali — модель Sentence-Transformers для сопоставления предложений на непальском языке. Она преобразует предложения и абзацы в плотные векторы размерностью 768, пригодные для оценки семантической близости, поиска по смыслу и кластеризации. Модель основана на NepaliBERT от Rajan; архитектура — BERT, размер — около 95 млн параметров, длина контекста — 512 токенов. Модель обучалась для семантического сходства с использованием CosineSimilarityLoss и датасета stsb_multi_mt. Её можно применять для поиска похожих фраз и документов или группировки текстов по смыслу. Доступны веса в форматах PyTorch и safetensors. Лицензия в предоставленных данных не указана.

Squirtle — компактная модель эмбеддингов на архитектуре BERT, созданная Mihaiii дистилляцией bge-base-en-v1.5. Она предназначена прежде всего для семантического автодополнения, а также может использоваться для сравнения сходства предложений и извлечения признаков текста. Модель содержит 16,4 млн параметров, работает с текстом и поддерживает контекст до 512 токенов. Для получения эмбеддингов в сценарии semantic-autocomplete README рекомендует использовать CLS-пулинг и нормализацию; модель также доступна в форматах Safetensors и ONNX. Лицензия — MIT. README не приводит оценок качества или подробностей о поддерживаемых языках; название базовой модели указывает на англоязычное назначение.

Sathvik0101/srag-biencoder-v1 — модель Sentence Transformers, дообученная на базе sanganaka/bge-m3-sanskritFT. Она кодирует предложения и абзацы на входе в плотные векторы размерности 1024, нормализует их и предназначена для семантического поиска и сопоставления текстов по косинусному сходству. Архитектура построена на XLM-RoBERTa с объединением представления CLS; в метаданных указан контекст до 8194 токенов, а карточка README задаёт максимальную длину последовательности 256 токенов. Модель обучалась на 4 858 примерах с английскими запросами и санскритскими фрагментами, поэтому подходит, в частности, для поиска санскритских соответствий английскому тексту и ранжирования найденных фрагментов. Она принимает текст и выдаёт векторы для последующего поиска или сравнения; генерацию текста не выполняет. Карточка не указывает лицензию, поэтому условия использования по имеющимся данным определить нельзя.

sentence-transformers/stsb-bert-base — модель Sentence-Transformers, разработанная командой sentence-transformers. Она преобразует предложения и абзацы в плотные векторы размерности 768 для семантического поиска и кластеризации. Архитектура основана на BERT; модель содержит 136,7 млн параметров и принимает текст с контекстом до 512 токенов. Модель предназначена для получения эмбеддингов предложений и сравнения их семантической близости. Доступны реализации в форматах PyTorch, Safetensors, TensorFlow, ONNX и OpenVINO. Карточка предупреждает, что модель устарела и создаёт эмбеддинги низкого качества, поэтому рекомендует выбрать более современные модели. Лицензия — Apache-2.0.

UForm uform3-image-text-english-small — компактная мультимодальная модель от unum-cloud для кодирования изображений и английского текста в общее векторное пространство. Она предназначена для извлечения признаков, поиска изображений по текстовому запросу и сопоставления изображений с текстами. Лицензия Apache-2.0. Модель использует текстовый энкодер на основе BERT из 4 слоёв, принимающий до 64 токенов, и визуальный энкодер ViT-S/16 для изображений размером 224 × 224. Энкодеры совместно используют два слоя; выходные эмбеддинги имеют размерность до 256. Доступны веса в форматах PyTorch, ONNX и CoreML, включая предварительно квантованные варианты. В карточке приведены результаты zero-shot классификации ImageNet: точность Top-1 36,1%, Top-5 60,8%; для поиска текста по изображениям Recall@10 составляет 86% на Flickr и 64,5% на MS-COCO. Модель компактна и поддерживает совместное представление текста и изображений, но ограничена английским языком, коротким контекстом и входными изображениями 224 × 224; результаты на ImageNet указывают на скромную точность классификации по сравнению с крупными моделями.

josedossantos/urf-txtEmenta-legalbertpt — модель Sentence-Transformers на архитектуре BERT, созданная для преобразования предложений и абзацев в плотные векторы размерности 768. Её можно применять для поиска семантически близких текстов, кластеризации и сопоставления предложений; обучение использовало контрастивную функцию потерь с косинусной метрикой расстояния. Модель содержит 136,1 млн параметров и принимает текст, выдавая векторные представления. Максимальная длина контекста — 512 токенов. Название указывает на правовые тексты на португальском языке, однако README не уточняет состав обучающих данных или специализированные юридические сценарии. Файлы модели представлены в формате safetensors; лицензия в предоставленных данных не указана.

Это вьетнамская модель Sentence Transformers, разработанная tanbinh2210 как дообучение bkai-foundation-models/vietnamese-bi-encoder на 38 845 примерах из JSON-датасета. Она использует архитектуру RoBERTa с mean pooling и преобразует предложения и абзацы в плотные векторы размерности 768 для сравнения косинусным сходством. Максимальная длина последовательности — 258 токенов по метаданным модели. Модель предназначена для семантического поиска по вьетнамским текстам, оценки смыслового сходства, поиска перефразировок, кластеризации и классификации текстов. Пример в карточке связывает вопрос о представительстве женщин в Национальном собрании с соответствующим фрагментом вьетнамского законодательства, поэтому модель подходит для поиска правовых документов и ответов по ним. Модель принимает текст и выдаёт эмбеддинги; она не генерирует ответы. Данные не подтверждают поддержку других языков. Лицензия в предоставленных источниках не указана.

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

sentence-transformers/xlm-r-bert-base-nli-mean-tokens — модель Sentence-Transformers, обученная командой sentence-transformers на основе XLM-RoBERTa. Она преобразует предложения и абзацы в плотные векторы размерности 768 для поиска по смыслу, кластеризации и сравнения текстов. Модель содержит 305,2 млн параметров и принимает текстовые последовательности длиной до 514 токенов; поддерживаемые форматы включают PyTorch, TensorFlow, ONNX и OpenVINO. В README модель помечена как устаревшая: авторы предупреждают о низком качестве эмбеддингов и рекомендуют выбрать более новые модели для получения векторов предложений. Лицензия — Apache-2.0.

Это дообученная модель Sentence Transformers на базе Snowflake/snowflake-arctic-embed-l, опубликованная пользователем kamkol. Она преобразует предложения и абзацы в плотные векторы размерностью 1024 и предназначена для измерения семантического сходства и поиска релевантных текстов. Её можно применять для поиска по смыслу, поиска перефразировок, кластеризации и классификации текста. Модель использует архитектуру BERT с пулингом CLS-токена и нормализацией векторов; сходство оценивается косинусной мерой. Максимальная длина входа — 512 токенов, число параметров — около 433,9 млн. README описывает дообучение на 250 парах текстов о A/B-тестировании, поэтому модель ориентирована на сопоставление запросов с материалами по этой теме. Лицензия в предоставленных сведениях не указана.