I.1Поиск и навигация по информации

Карточка модели thanhtantran/Vietnamese_Embedding_v2 на Hugging Face совпадает с карточкой AITeamVN/Vietnamese_Embedding_v2, поэтому описание составлено по ней. Vietnamese_Embedding_v2 — модель эмбеддингов на базе Sentence Transformers, дообученная AITeamVN на BAAI/bge-m3 для улучшения поиска по текстам на вьетнамском языке. Обучение проводилось на примерно 1,1 млн троек из запросов, релевантных и нерелевантных документов. Архитектура — XLM-RoBERTa с плотными векторами размерности 1024; модель оценивает сходство скалярным произведением. Метаданные указывают контекст до 8194 токенов, а README сообщает о максимальной длине последовательности 2048 токенов для документов и 256 для запросов. Модель предназначена для построения векторного поиска и извлечения релевантных документов по вьетнамским запросам. В оценке на наборе Legal Zalo 2021 она показала Accuracy@10 0,9578 и MRR@10 0,8149; README отмечает, что модель не обучалась на этом наборе. Результат на юридических данных несколько ниже, чем у базовой фазы, но авторы указывают, что более крупные данные обучения могут быть полезны для других областей. Лицензия — Apache 2.0.

webAI-Official разработала webAI-ColVec1.1-4b — мультимодальную модель поиска по документам на основе Qwen/Qwen3.5-4B. Это дообученный ColBERT-подобный энкодер: он кодирует текстовые запросы и изображения документов, включая отрендеренные страницы PDF, в нормализованные многовекторные представления размерности 640 и сопоставляет их методом позднего взаимодействия MaxSim. В выпущенной версии около 4,54 млрд параметров; языковая голова удалена. Модель предназначена для извлечения релевантных документов по текстовому запросу. Единый энкодер обрабатывает запросы и изображения страниц, а токенные векторы помогают учитывать детали содержимого и разметки страницы. Модель обучалась на сбалансированной многоязычной выборке из шести наборов данных и синтетических примерах. В README приведены результаты оценки на ViDoRe V3; для воспроизведения указан бюджет в 1 792 визуальных токена, а оценивание использует MaxSim. Многовекторные представления занимают больше места, чем одно-векторные базовые модели. Для заявленных оценок использовалось накопление MaxSim в float32; результаты могут немного различаться между аппаратным обеспечением и версиями программных библиотек. Лицензия указана как other, поэтому конкретные условия следует проверять в файлах репозитория.

webAI-Official разработала webAI-ColVec1.1-8b — мультимодальную модель для поиска по визуальным документам, дообученную на основе Qwen/Qwen3.5-9B. Она кодирует текстовые запросы и изображения документов, включая отрендеренные страницы PDF, в согласованные многовекторные представления для поиска с поздним взаимодействием ColBERT и оценкой MaxSim. Модель использует двунаправленное внимание, проекцию скрытых состояний в 640 измерений и содержит около 8,4 млрд параметров. Единый кодировщик обрабатывает запросы и страницы документов, а токеновые векторы сохраняют сигналы структуры страницы и содержания. Модель обучена на отобранной многоязычной выборке из 750 тысяч примеров и синтетических данных; в README приведены результаты оценки на ViDoRe V3. Модель предназначена для извлечения релевантных страниц и документов по текстовому запросу, в том числе в мультиязычных коллекциях. Её многовекторное представление требует больше места для хранения, чем одно-векторные альтернативы. Для запуска описан вариант с Sentence Transformers 6.0.0 или новее; лицензия указана как other, поэтому условия использования следует уточнять в карточке репозитория.

XIR 1170 — Qwen3 Embedding 0.6B — 2026-07-17 A1 — это текстовая модель эмбеддингов Yucluzzy, дообученная на базе Qwen/Qwen3-Embedding-0.6B для поиска релевантных фрагментов по запросу. Модель создаёт нормализованные векторы, используя представление последнего токена, и рассчитана на сценарий поиска passages, отвечающих на веб-поисковый запрос с заданной инструкцией. Модель содержит 507,6 млн параметров, построена на архитектуре Qwen3 и принимает текст; контекст — до 32 768 токенов. В README описано продолжение обучения официального чекпойнта LRAT на обучающих парах конкурса, с объединением дубликатов и отрицательных примеров и последующим смешиванием весов 50/50 с официальным чекпойнтом LRAT. Локальная проверка на 2 048 строках без пересечения запросов показала небольшое улучшение MRR и Recall@5 относительно официального LRAT, но это не официальный результат конкурса. Модель распространяется по лицензии Apache-2.0.

Карточка модели punitkandoi/zembed-1-embedding на Hugging Face совпадает с карточкой zeroentropy/zembed-1-embedding, поэтому описание составлено по ней. zembed-1 — открытая многоязычная модель эмбеддингов ZeroEntropy, дообученная на базе Qwen/Qwen3-4B и дистиллированная из реранкера zerank-2 с использованием методики zELO. Она предназначена для семантического поиска и построения систем retrieval по текстам, включая поиск по финансовым, медицинским, юридическим, разговорным, производственным, научно-техническим материалам и коду. Модель содержит около 3,7 млрд параметров, использует плотную архитектуру Qwen3 и принимает текст; её контекст составляет до 40 960 токенов по метаданным. README заявляет поддержку проекций эмбеддингов размерностью 2560, 1280, 640, 320, 160, 80 и 40, а также бинарной квантизации с компромиссом между размером и точностью. По заявлению разработчика, модель показала более высокие результаты, чем ряд сравниваемых моделей, в оценках поиска по нескольким предметным областям; приведённые в карточке таблицы содержат лишь часть результатов. Обучение велось на многоязычных данных, более половины которых, по README, не на английском, однако конкретный перечень поддерживаемых языков не приведён; метаданные указывают английский и многоязычность. Модель распространяется по лицензии Apache 2.0. Для использования также упоминается API ZeroEntropy /models/embed.

zembed-1 — открытая многоязычная модель эмбеддингов ZeroEntropy, дообученная на базе Qwen/Qwen3-4B и дистиллированная из реранкера zerank-2 с использованием методики zELO. Она предназначена для семантического поиска и построения систем retrieval по текстам, включая поиск по финансовым, медицинским, юридическим, разговорным, производственным, научно-техническим материалам и коду. Модель содержит около 3,7 млрд параметров, использует плотную архитектуру Qwen3 и принимает текст; её контекст составляет до 40 960 токенов по метаданным. README заявляет поддержку проекций эмбеддингов размерностью 2560, 1280, 640, 320, 160, 80 и 40, а также бинарной квантизации с компромиссом между размером и точностью. По заявлению разработчика, модель показала более высокие результаты, чем ряд сравниваемых моделей, в оценках поиска по нескольким предметным областям; приведённые в карточке таблицы содержат лишь часть результатов. Обучение велось на многоязычных данных, более половины которых, по README, не на английском, однако конкретный перечень поддерживаемых языков не приведён; метаданные указывают английский и многоязычность. Модель распространяется по лицензии Apache 2.0. Для использования также упоминается API ZeroEntropy /models/embed.

zerank-1 — плотная языковая модель-реранкер от ZeroEntropy, дообученная на базе Qwen/Qwen3-4B. Она оценивает релевантность пар «запрос — документ» и переупорядочивает найденные результаты, чтобы улучшить выдачу поисковой или retrieval-системы. Разработчик сообщает о сильных результатах на финансовых, юридических, программных, научно-технических, медицинских и диалоговых данных; в приведённых оценках модель превосходит перечисленные закрытые реранкеры на нескольких наборах задач. Модель содержит 3,7 млрд параметров, использует архитектуру Qwen3ForCausalLM и доступна в формате safetensors. Метаданные указывают контекст до 40 960 токенов; в README указано 32 768 токенов. Для использования предлагается библиотека sentence-transformers и класс CrossEncoder. Модель принимает текстовые запросы и документы и выдаёт оценки ранжирования. Выпущена по лицензии Apache 2.0.

Карточка модели avsolatorio/01-500-11-1-2-2-0-0-cls-normed-384-512_GIST_BAAI_bge-small-en-v1.5-20240217184109-best на Hugging Face совпадает с карточкой avsolatorio/01-100-31-1-2-2-0-0-cls-normed-384-512_GIST_BAAI_bge-small-en-v1.5-20240207031328-best, поэтому описание составлено по ней. Это англоязычная модель для получения плотных векторных представлений текста на основе BAAI/bge-small-en-v1.5. Репозиторий размещён в пространстве имён avsolatorio; по идентификатору модели и карточке это производная версия BGE, однако карточка не описывает конкретные изменения или способ обучения этой версии. Модель предназначена для поиска семантически близких текстов и формирования эмбеддингов для систем поиска и retrieval-augmented generation (RAG). Архитектура — BERT, около 40 млн параметров; максимальная длина контекста — 512 токенов. Репозиторий содержит веса в формате safetensors. Лицензия — MIT. Модель ориентирована на английский язык. Эмбеддинги подходят для поиска кандидатов, но README рекомендует при необходимости повышать точность выдачи с помощью отдельного reranker. Карточка также отмечает, что оценка сходства сама по себе не является калиброванной вероятностью семантической близости.

Карточка модели avsolatorio/01-600-11-1-2-2-0-0-cls-normed-384-512_GIST_BAAI_bge-small-en-v1.5-20240221220048-best на Hugging Face совпадает с карточкой avsolatorio/01-100-31-1-2-2-0-0-cls-normed-384-512_GIST_BAAI_bge-small-en-v1.5-20240207031328-best, поэтому описание составлено по ней. Это англоязычная модель для получения плотных векторных представлений текста на основе BAAI/bge-small-en-v1.5. Репозиторий размещён в пространстве имён avsolatorio; по идентификатору модели и карточке это производная версия BGE, однако карточка не описывает конкретные изменения или способ обучения этой версии. Модель предназначена для поиска семантически близких текстов и формирования эмбеддингов для систем поиска и retrieval-augmented generation (RAG). Архитектура — BERT, около 40 млн параметров; максимальная длина контекста — 512 токенов. Репозиторий содержит веса в формате safetensors. Лицензия — MIT. Модель ориентирована на английский язык. Эмбеддинги подходят для поиска кандидатов, но README рекомендует при необходимости повышать точность выдачи с помощью отдельного reranker. Карточка также отмечает, что оценка сходства сама по себе не является калиброванной вероятностью семантической близости.

Карточка модели avsolatorio/60-600-13-1-4-2-0-0-384-512-cm_NOI_avsolatorio_GIST-all-MiniLM-L6-v2-20240511003225-best на Hugging Face совпадает с карточкой avsolatorio/GIST-all-MiniLM-L6-v2, поэтому описание составлено по ней. GIST Embedding v0 — модель векторных представлений текста, созданная Av Solatorio. Она дообучена на базе sentence-transformers/all-MiniLM-L6-v2 с методом GISTEmbed: обучающие негативные примеры отбираются из MEDI и дополненных триплетами обучающих данных классификации MTEB. Модель имеет архитектуру BERT, содержит 25,9 млн параметров и принимает текст с контекстом до 512 токенов. Модель предназначена для получения эмбеддингов предложений и оценки их сходства, в том числе для семантического поиска и retrieval. Для кодирования запросов не требуются специальные инструкции. Модель оценивали на бенчмарке MTEB; дообучение улучшило некоторые задачи, но ухудшило результаты на других, включая поиск по TRECCOVID. Поддерживается английский язык. Лицензия — MIT.

Карточка модели avsolatorio/60-600-13-1-4-2-0-0-384-512-cm_NOI_avsolatorio_GIST-all-MiniLM-L6-v2-20240511173541-best на Hugging Face совпадает с карточкой avsolatorio/GIST-all-MiniLM-L6-v2, поэтому описание составлено по ней. GIST Embedding v0 — модель векторных представлений текста, созданная Av Solatorio. Она дообучена на базе sentence-transformers/all-MiniLM-L6-v2 с методом GISTEmbed: обучающие негативные примеры отбираются из MEDI и дополненных триплетами обучающих данных классификации MTEB. Модель имеет архитектуру BERT, содержит 25,9 млн параметров и принимает текст с контекстом до 512 токенов. Модель предназначена для получения эмбеддингов предложений и оценки их сходства, в том числе для семантического поиска и retrieval. Для кодирования запросов не требуются специальные инструкции. Модель оценивали на бенчмарке MTEB; дообучение улучшило некоторые задачи, но ухудшило результаты на других, включая поиск по TRECCOVID. Поддерживается английский язык. Лицензия — MIT.

Это дообученная модель Waqf-AI для получения плотных векторных представлений текста и поиска по смыслу. Она основана на jinaai/jina-embeddings-v5-text-nano-retrieval и дообучена на арабских данных для поиска; при обучении также использовались английские примеры NLI, чтобы сохранить способности на английском языке. Модель предназначена для арабского семантического поиска и информационного поиска, например для сопоставления запросов с документами. Архитектура — EuroBERT, около 211,7 млн параметров; максимальный контекст — 8192 токена. Формат весов — safetensors, для использования в README приведён пример с Sentence Transformers. Модель поддерживает арабский и английский языки. Лицензия Apache-2.0. README не содержит сравнительных оценок качества, поэтому качество на конкретных наборах данных следует проверять отдельно.

AetherSearch_DPO — англоязычная диалоговая модель поискового агента, разработанная Muradil211. Она дообучена методом Direct Preference Optimization на базе muradil211/AetherSearch_SFT и использует архитектуру Qwen2 с 3,1 млрд параметров. Модель генерирует запросы для внешнего поиска, принимает найденные материалы в контексте, при необходимости запрашивает дополнительные свидетельства и формирует обоснованный ответ. Для работы нужен внешний retrieval-бэкенд и runtime, который обрабатывает XML-протокол AetherSearch и передаёт результаты поиска обратно модели. Модель предназначена для итеративного поиска и ответов с опорой на найденные источники, в том числе в сценариях RAG. Контекст — до 32 768 токенов; формат весов — safetensors, библиотека — Transformers. DPO настраивает предпочтения между вариантами поисковых траекторий, но не гарантирует фактичность, достаточную поддержку ответа источниками или безопасность. Качество поиска, проверка свидетельств и ответов остаются ответственностью приложения. README не заявляет отдельную общую лицензию: перед использованием и распространением следует проверить условия базовой модели, AetherSearch SFT и атрибуцию данных DPO.

Это демонстрационная модель Sentence Transformers, созданная слиянием двух англоязычных энкодеров предложений: sentence-transformers/all-MiniLM-L6-v2 и sentence-transformers/multi-qa-MiniLM-L6-cos-v1. Для слияния использована сферическая интерполяция (SLERP) с равными весами 0,5; модель содержит 25,9 млн параметров и построена на архитектуре BERT. Модель преобразует предложения в эмбеддинги для поиска по смыслу, сравнения сходства и кластеризации текстов. Она рассчитана на входные тексты длиной до 512 токенов и выдаёт векторные представления. В карточке указана лицензия Apache-2.0.

jangedoo разработал компактную модель Sentence Transformers на основе jangedoo/all-MiniLM-L6-v3-nepali, дообучив её на наборах данных для поиска, сопоставления предложений и кросс-языковых задач. Модель использует архитектуру BERT с усреднённым пулингом и нормализацией, преобразует текст в плотные векторы размерности 384 и сравнивает их по косинусному сходству. В метаданных указано 25,9 млн параметров; README задаёт максимум 256 токенов на последовательность, а метаданные — контекст до 512 токенов. Модель предназначена для семантического поиска и извлечения релевантных документов, сопоставления похожих предложений и поиска между английским и непальским языками. Её можно применять в поиске по новостям, вопросно-ответных корпусах и каталогах товаров. Поддерживаются текст на непальском и английском языках. Качество зависит от языка и предметной области: приведённые в карточке метрики для непальского на задаче сходства ниже, чем для английского; длина входа ограничена. Лицензия в предоставленных данных не указана.

answer-finder-v1-L-multilingual — модель для извлечения ответов из предоставленного текста, разработанная Sinequa. Она оценивает позиции начала и конца ответа в тексте; архитектура — BERT для вопросно-ответных задач, размер по метаданным — 151,7 млн параметров, максимальный контекст — 512 токенов. README указывает базовую модель bert-base-multilingual-cased, дополнительно предварительно обученную Sinequa для английского, французского, немецкого и испанского языков, и сообщает, что модель нечувствительна к регистру и акцентам. Модель предназначена для поиска ответов на вопросы по документам или фрагментам текста. В карточке приведены результаты F1 75 на SQuAD v2 для английского и 73,4 для французского, а также замеры скорости и памяти на GPU. Модель распространяется в формате PyTorch; README указывает минимальную версию Sinequa 11.10.0 и требования к CUDA. Лицензия в предоставленных данных не указана.

answer-finder-v1-S-en — англоязычная модель для поиска ответов, разработанная Sinequa. Она принимает вопрос и текстовый фрагмент и предсказывает позиции начала и конца ответа в тексте; модель относится к архитектуре BERT и использует microsoft/MiniLM-L12-H384-uncased в качестве базовой модели. В карточке указаны 33 млн параметров, а метаданные каталога — около 40 млн; контекст ограничен 512 токенами. Модель не чувствительна к регистру и акцентам и обучалась на SQuAD v2. На SQuAD v2 указаны F1 79,4 при оценке через Hugging Face и 79,5 через Haystack. Карточка приводит время инференса и расход GPU-памяти для отдельных конфигураций, но результаты зависят от оборудования и точности вычислений. Для использования требуется Sinequa версии 11.10.0 или выше; для FP16 и GPU с CUDA compute capability 8.9+ нужна версия 11.11.0 или выше. Лицензия в предоставленных данных не указана.

Apertus v1.1 Swiss multilingual retrieval embeddings — самостоятельная модель Sentence Transformers для построения эмбеддингов и поиска семантически близких текстов. Она создана на основе swiss-ai/Apertus-v1.1-0.5B и дообучена для многоязычного поиска на немецком, английском, французском, итальянском, ретороманском и алеманнском (швейцарском немецком) языках. Параметры LoRA после обучения объединены с базовыми весами, поэтому отдельный адаптер не требуется. Модель содержит около 439 млн параметров, использует плотную архитектуру Apertus и поддерживает контекст до 4096 токенов. Обучение на парах текстов с MultipleNegativesRankingLoss и MatryoshkaLoss ориентировано на монолингвальный и межъязыковой поиск; модель подходит для извлечения документов по запросу и сопоставления текстов между поддерживаемыми языками. В репозитории указана лицензия Apache-2.0. Оценки в карточке являются внутренними диагностическими результатами на небольших наборах, а не внешними бенчмарками. Обучающие пары из Википедии служат приближённой поисковой разметкой, а выравнивание параллельных отрывков не полностью отражает реальные поисковые запросы; для алеманнского нет явного параллельного обучения.

Apodex-1.0-mini — дообученная модель apodex для глубокого исследования с проверкой доказательств. Она создана на базе Qwen3.5-35B-A3B и предназначена для диалогов, многошагового поиска и ответов с использованием инструментов. Модель обучали в три этапа: SFT, agentic DPO и обучение с подкреплением на длинных агентных сценариях. Она поддерживает вызов функций и ориентирована на английский и китайский языки. Модель рассчитана на задачи, где важно собирать и проверять сведения перед формированием ответа. В составе Apodex-1.0-H она используется с командой специализированных агентов и глобальным проверяющим, однако этот режим требует внешней агентной инфраструктуры и не является свойством одиночного чекпойнта. В репозитории указаны веса Safetensors, библиотека Transformers и лицензия Apache-2.0. Карточка описывает характеристики семейства Apodex в целом, поэтому отдельные подробности реализации и качества варианта mini могут отличаться.

Argus-Colqwen3.5-4b-v0 — модель извлечения признаков для поиска по визуальным документам, разработанная группой Data Science Университета Инсбрука. Это дообученная на базе Qwen/Qwen3.5-VL-4B-Instruct модель с 4,71 млрд параметров: ColPali-подобная архитектура формирует многовекторные представления изображения и запроса, а разреженный маршрутизатор с четырьмя экспертами выбирает обработку регионов страницы с учётом запроса. Выпущена версия с весами fp32; размерность вектора каждого токена — 1024, обрабатывается до 2048 визуальных токенов на страницу. Модель предназначена для поиска релевантных страниц в сканах, документах и отчётах по текстовому запросу, включая сценарии визуального вопросно-ответного поиска. В README заявлены высокие результаты на ViDoRe v1, однако приведённые оценки отдельных задач получены на родственной версии bf16 и для fp32 указаны как ожидаемые. Области применения включают поиск по документам и отчётам; качество на английских наборах проверено лучше, чем на многоязычных. Лицензия — Apache 2.0.

Argus-Colqwen3.5-4b-v0-bf16 — модель визуального поиска по документам, разработанная группой Data Science Университета Инсбрука. Это дообученная и объединённая с базовой моделью версия Qwen/Qwen3.5-VL-4B-Instruct в формате bfloat16; архитектура Argus использует разреженную смесь экспертов с маршрутизацией, зависящей от визуальных областей страницы и запроса. Модель формирует 1024-мерные векторные представления токенов и рассчитана на страницы с объёмом до 2048 визуальных токенов. Модель предназначена для извлечения релевантных страниц и фрагментов в системах визуального поиска по документам, включая сценарии вопросов и ответов по PDF и отчётам. В README приведены результаты на ViDoRe: сильные показатели на английских наборах v1 и конкурентные результаты на v2. Версия bf16 занимает около 8,8 ГБ и удобнее для развёртывания на ограниченных по памяти GPU, но при объединении LoRA потеряла небольшую долю точности относительно версии fp32. Модель ориентирована преимущественно на английские документы; ViDoRe v3 для неё не оценивался. Весовые файлы опубликованы в формате safetensors, лицензия — Apache-2.0. Для запуска README рекомендует Transformers версии 5 и указывает Flash Attention как дополнительную зависимость.

ARM64BERT-embedding — модель Sentence Transformers, опубликованная Netherlands Forensic Institute и дообученная на базе NetherlandsForensicInstitute/ARM64BERT-embedding. Она преобразует предложения и абзацы на входе в плотные векторы размерности 768 для поиска и сравнения текстов. Архитектура основана на BERT (ASMBertModel) с усредняющим pooling; используется косинусное сходство. Модель принимает только текст, максимальная длина последовательности — 512 токенов. Модель подходит для семантического поиска и извлечения релевантных текстов. В карточке не описаны целевые языки или специализированные предметные области. Репозиторий содержит веса PyTorch в формате safetensors. Условия лицензирования в доступных данных не указаны.

Карточка модели Sing0402/auslegal-embed-gte-inbatch на Hugging Face совпадает с карточкой Alibaba-NLP/gte-modernbert-base, поэтому описание составлено по ней. gte-modernbert-base — англоязычная модель для построения текстовых эмбеддингов, разработанная Tongyi Lab компании Alibaba. Она основана на encoder-only архитектуре ModernBERT и содержит 149 млн параметров; вектор представления имеет размерность 768, максимальная длина входа — 8192 токена. Модель предназначена для семантического поиска, извлечения документов, сравнения предложений и подбора текстов по смыслу, в том числе как компонент систем RAG. В карточке приведены результаты оценок MTEB, BEIR, LoCo и COIR; они показывают эффективность на задачах поиска, включая поиск по длинным документам и коду. Доступны веса в форматах PyTorch, Safetensors и ONNX; для интеграции описано использование Transformers, Sentence Transformers и Text Embeddings Inference. Модель распространяется по лицензии Apache-2.0. Она рассчитана прежде всего на английский язык, поэтому качество для других языков не подтверждено карточкой.

Это квантованная в формате GGUF версия модели bge-reranker-v2-gemma, созданная Richard Erkhov на основе оригинальной модели BAAI. Модель предназначена для переранжирования результатов поиска: она принимает запрос и текстовый фрагмент, оценивает их релевантность и возвращает оценку сходства. Такой подход подходит для улучшения качества семантического поиска, retrieval-систем и других сценариев, где нужно выбрать наиболее подходящие документы из набора кандидатов. В README указано, что модель мультиязычная и относится к задачам text-ranking. Доступны варианты с квантованием Q2_K, Q3, Q4, Q5, Q6, Q8 и IQ3/IQ4 с размером файлов примерно от 1,08 до 2,49 ГБ. Квантование уменьшает требования к хранению и вычислениям, однако конкретное влияние на точность зависит от выбранного варианта. Архитектура базовой модели, число параметров, максимальная длина контекста и точный перечень поддерживаемых языков в предоставленных данных не указаны. Оригинальная модель распространяется по лицензии Apache-2.0. Для производственного использования следует учитывать ограничения GGUF-реализации и проверять совместимость выбранного файла с используемым программным обеспечением.

bahith-arabic-retrieval-4b — текстовая модель эмбеддингов для поиска релевантных арабских фрагментов по запросу, созданная дообучением Qwen/Qwen3-Embedding-4B. Она предназначена для семантического поиска, извлечения документов и построения RAG-систем на арабских корпусах. В карточке приведены результаты оценки на арабских задачах поиска: модель показывает nDCG@10 0,7971 на MIRACLRetrievalHardNegatives и поддерживает сравнение эмбеддингов по косинусному сходству. Модель имеет плотную архитектуру Qwen3, около 3,7 млрд параметров и контекст до 40 960 токенов по метаданным. README указывает максимальную длину последовательности 512 токенов и размер эмбеддинга 2560 измерений; благодаря Matryoshka Representation Learning вектор можно сокращать до 1024, 512, 256 или 128 измерений. Встроенный инструктивный шаблон применяется для запросов, а для документов отдельный шаблон не задан. Модель рассчитана прежде всего на современный стандартный арабский язык; диалекты представлены ограниченно. Лицензия — Apache-2.0.

twmkn9/bert-base-uncased-squad2 — модель BERT base uncased, дообученная на датасете SQuAD v2 для ответов на вопросы по предоставленному контексту. Она извлекает ответ из текста или сообщает, что в контексте ответа нет. Подходит для систем поиска по документам и других сценариев, где вопрос и относящийся к нему текст доступны модели. Модель содержит 136,7 млн параметров, использует архитектуру BERT для вопросно-ответной задачи и принимает последовательности длиной до 512 токенов. В README приведены результаты на подмножестве dev-набора SQuAD v2: exact match 72,36 и F1 75,75. Доступны веса PyTorch и Flax. Базовая модель — bert-base-uncased; лицензия в предоставленных данных не указана.

swardiantara/bert-tiny-snli-k10-adaptive-cosine — компактная модель Sentence Transformer, дообученная разработчиком на базе google/bert_uncased_L-2_H-128_A-2. Она кодирует предложения и абзацы на английском языке в плотные векторы размерности 128 и предназначена для поиска и сравнения текстов по косинусному сходству. Архитектура состоит из двухслойного BERT с mean pooling; модель содержит 4,4 млн параметров и принимает последовательности длиной до 512 токенов по метаданным (в README указан предел 128 токенов). Поддерживает только текстовый ввод и выдаёт векторные представления. Модель подходит для семантического поиска, извлечения релевантных фрагментов и оценки сходства предложений. Её малый размер позволяет использовать её в сценариях с ограниченными вычислительными ресурсами, но компактность может ограничивать качество по сравнению с более крупными моделями. Лицензия в предоставленных данных не указана.

swardiantara/bert-tiny-snli-k3-adaptive-cosine — компактная модель Sentence Transformers, созданная дообучением англоязычной google/bert_uncased_L-2_H-128_A-2. Она преобразует предложения и абзацы в плотные векторы размерности 128; сходство между ними можно оценивать косинусной мерой. Модель предназначена для поиска по смыслу и сравнения текстов, в том числе для retrieval-сценариев. В основе — двухслойный BERT с усредняющим pooling; размер модели составляет 4,4 млн параметров. Метаданные указывают контекст до 512 токенов, а карточка модели — максимальную длину последовательности 128 токенов. Модель принимает текст и выдаёт эмбеддинги. Она обучалась на 549 412 парах текстов с контрастивной функцией потерь; примеры в карточке англоязычные. Лицензия в предоставленных данных не указана.

Компактная модель Sentence Transformer, дообученная на базе англоязычной google/bert_uncased_L-2_H-128_A-2. Она кодирует предложения и абзацы в плотные векторы размерностью 128 и рассчитывает косинусное сходство; архитектура включает BERT с усреднённым pooling. Модель предназначена для поиска и сравнения текстов по смыслу, в том числе для retrieval-сценариев. Модель принимает текст, использует контекст до 512 токенов по метаданным Hugging Face; в карточке Sentence Transformers указана максимальная длина последовательности 128 токенов. Число параметров — 4,4 млн. Обучение описано на 549 502 парах текстов с контрастивной функцией потерь. Репозиторий содержит веса в формате safetensors. Данных о лицензии в предоставленных источниках нет.

swardiantara/bert-tiny-sst5-full-fixed-cosine — компактная модель Sentence Transformers, дообученная автором на датасете generator на основе google/bert_uncased_L-2_H-128_A-2. Она преобразует предложения и абзацы на английском языке в плотные векторы размерности 128 и предназначена для поиска и сравнения текстов по косинусному сходству. Архитектура включает BERT с усреднением токенных представлений; модель содержит 4,4 млн параметров. Метаданные указывают контекст до 512 токенов, а README сообщает максимальную длину последовательности 128 токенов. Модель можно применять для семантического поиска, извлечения релевантных текстов и оценки сходства предложений. Она принимает только текст и выдаёт векторы; интерфейса для генерации ответов модель не описывает. Компактный размер подходит для сценариев с ограниченными вычислительными ресурсами. Лицензия в предоставленных данных не указана.