I.1Поиск и навигация по информации

sirabhop/mart-multilingual-semantic-search-miniLM-L12 — многоязычная модель Sentence Transformer, дообученная на базе sentence-transformers/paraphrase-multilingual-MiniLM-L12-v2 для семантического поиска по товарам. Она кодирует предложения и абзацы в плотные векторы размерности 384; сходство между ними можно оценивать косинусной мерой. Архитектура включает трансформер BERT и усредняющий токены pooling-слой, число параметров — 124,3 млн. Модель подходит для поиска похожих товарных запросов и карточек, сравнения текстов, поиска перефразировок, кластеризации и классификации на основе эмбеддингов. Обучение описано для набора из 243 060 примеров с якорными, положительными и отрицательными текстами и функцией TripletLoss. README сообщает максимальную длину последовательности 128 токенов; метаданные указывают контекст до 512 токенов. Базовая модель многоязычная, а примеры обучающих данных включают тайский язык. Лицензия в предоставленных данных не указана.

Модель isy-thl/multilingual-e5-base-learning-outcome-skill-tuned — Sentence Transformer, дообученный на базе intfloat/multilingual-e5-base для сопоставления результатов обучения, описаний курсов и описаний навыков ESCO. Она кодирует текст в плотные векторы размерностью 768 и подходит для семантического поиска, ранжирования совпадений, кластеризации и классификации текстов. Для сравнения векторов используется косинусное сходство. Модель построена на XLM-RoBERTa с усреднением токенных представлений и нормализацией векторов. В метаданных указано 305,2 млн параметров и контекст до 514 токенов; README указывает максимальную длину последовательности 512 токенов. Оценка на наборе learning_outcome_esco_pairs показывает cosine_accuracy@1 0,8582 и @5 0,9716. Модель принимает текст и выдаёт эмбеддинги; обучение описано для корпуса course-esco-skill-retrieval из 9 562 примеров. Лицензия в предоставленных данных не указана.

Карточка модели joincrksilverb/Nemotron-Mini-4B-Instruct на Hugging Face совпадает с карточкой nvidia/Nemotron-Mini-4B-Instruct, поэтому описание составлено по ней. Nemotron-Mini-4B-Instruct — компактная языковая модель NVIDIA для генерации диалоговых ответов и выполнения инструкций. Это дообученная версия nvidia/Minitron-4B-Base, основанной на Nemotron-4 15B и сжатой с помощью прореживания, дистилляции и квантования. Модель содержит 4,3 млрд параметров и построена как авторегрессионный Transformer-декодер с Grouped-Query Attention и RoPE; принимает контекст до 4096 токенов. Модель предназначена для ролевых диалогов, ответов на вопросы по материалам в сценариях RAG и вызова функций. NVIDIA оптимизировала её для быстрого вывода и развёртывания на устройствах; карточка заявляет готовность к коммерческому использованию. Основной язык — английский. Указанная в метаданных лицензия — other, поэтому конкретные условия использования следует сверить с лицензией и условиями NVIDIA.

Это крупная модель распознавания именованных сущностей на нидерландском языке, поставляемая в составе библиотеки Flair. Она основана на документных эмбеддингах XLM-R и архитектуре FLERT и предназначена для разметки текста тегами сущностей. Модель выделяет имена людей (PER), географические названия (LOC), организации (ORG) и четвертый класс сущностей. В README указана оценка F1 95,25 на нидерландской части CoNLL-2003. Модель подходит для извлечения сущностей из нидерландских документов и может использоваться через Flair с PyTorch. Модель обучена на CoNLL-2003; сведения о лицензии в предоставленных данных отсутствуют.

Это конвертация модели nomic-ai/nomic-embed-vision-v1.5 в формат GGUF для CrispEmbed. Модель преобразует изображения в 768-мерные L2-нормализованные эмбеддинги, совместимые с пространством эмбеддингов nomic-embed-text-v1.5, что позволяет искать изображения по текстовым запросам. Репозиторий содержит варианты GGUF в точности F16 и F32. Для сопоставления с текстовыми эмбеддингами README описывает дополнительную нормализацию LayerNorm без обучаемых параметров перед L2-нормализацией. По карточке заявлено совпадение результатов с Transformers на проверочных изображениях. Модель распространяется по лицензии Apache-2.0 с атрибуцией Nomic AI.

google/paligemma-3b-ft-ocrvqa-224 — разработанная Google дообученная модель PaliGemma для визуальных вопросов и ответов, связанных с чтением текста на изображениях (OCRVQA). Это компактная модель зрения и языка на 3 млрд параметров с разрешением изображения 224 пикселя: она принимает изображение и текстовый запрос и генерирует текстовый ответ. Архитектура объединяет визуальную модель SigLIP и языковую модель Gemma; для работы предусмотрена библиотека Transformers. Модель предназначена для одношагового распознавания текста на изображениях и ответов на вопросы по их содержимому. Она не рассчитана на многоходовый диалог и лучше подходит для конкретных задач с ясными инструкциями, чем для открытого общения. Лицензия — Gemma. Ответы могут содержать фактические ошибки; модель может испытывать трудности с неоднозначными или сложными запросами и унаследовать смещения из обучающих данных. Для критичных сценариев ответы следует проверять.

CYFRAGOVPL/PLLuM-8x7B-chat-2412 — чат-модель семейства PLLuM, разработанная для польского языка и других славянских и балтийских языков с дополнительными англоязычными данными. Это языковая модель Mixtral с архитектурой Mixture of Experts (MoE), доступная в формате safetensors и рассчитанная на контекст до 32 768 токенов; в метаданных указано 7,1 млрд параметров. Модель дообучена для диалогов и выравнивалась на предпочтениях людей. Модель предназначена для генерации текста, ответов на вопросы, суммаризации и создания специализированных помощников. В README отмечены результаты на задачах, связанных с польским государственным управлением, и применение в юридических и бюрократических сценариях, в том числе с поиском по документам. Лицензия — Apache-2.0. Модель может генерировать фактически неверные или вымышленные сведения; предвзятость также может проявляться в спорных и субъективных темах. Работа с длинным контекстом зависит от доступной памяти.

Модель s-nlp/rubert-base-cased-conversational-paraphrase-v1 разработана для оценки семантического сходства предложений на русском языке. Это дообученная ruBERT-conversational с архитектурой BERT и классификационной головой для последовательностей; она обучена на смеси наборов ru_paraphraser, RuPAWS и данных краудсорсинговой оценки сохранения содержания при детоксикации русского текста. В репозитории около 205,1 млн параметров, веса доступны в форматах PyTorch и Safetensors, максимальная длина контекста — 512 токенов. Модель подходит для обнаружения перефразирований и сравнения смысла двух русских фраз. На тестах разработчика ROC AUC составил 0,762–0,848 в зависимости от набора данных. Это модель-классификатор для пар текстов, поэтому её оценки не следует трактовать как универсальную метрику сходства; автор отмечает, что SkolkovoInstitute/ruRoberta-large-paraphrase-v1 показывает лучшие результаты на этой задаче. Лицензия в предоставленных источниках не указана.

Модель denis-gordeev/rured2-ner-microsoft-mdeberta-v3-base — русскоязычная модель распознавания именованных сущностей, разработанная Денисом Гордеевым путём дообучения microsoft/mdeberta-v3-base на RURED2. Она размечает токены текста несколькими возможными метками; среди классов указаны персоны, организации, страны, города, даты, денежные суммы, профессии, источники новостей и другие сущности. Модель построена на DeBERTa V3, содержит 306 млн параметров и принимает контекст длиной до 512 токенов. Модель подходит для извлечения сущностей из русскоязычных текстов, например новостей и документов, а также для структурирования упоминаний людей, мест, организаций, событий и числовых значений. В README приведены результаты оценки: micro-F1 0,5837 в целом, при этом качество заметно различается между классами; например, для B-person F1 составляет 0,9639, а для некоторых меток показатели низкие или нулевые. Для применения требуется учитывать многозначные предсказания для отдельных токенов и проверять разметку на целевом наборе данных. Распространяется по лицензии MIT.

badrm2611/scraper-agent-qwen3.5-4b — дообученная на Qwen3.5-4B модель, разработанная для управления автономным агентом веб-скрейпинга. На каждом шаге она принимает наблюдение о странице и выдаёт один JSON-объект с выбранным инструментом, целевым элементом, ожидаемым результатом и уверенностью. Модель ориентируется на смысл страницы, роли, подписи и окружающий текст, проверяет результат действий и учитывает ошибки как новые наблюдения. Модель предназначена для работы в составе системы badrmellal/scraper-agent: для запуска через MLX на Apple Silicon ей нужны системный промпт агента и формат наблюдений. По данным README, на простом тесте она показала тот же результат, что базовая модель, а на глубоком обходе обработала 144 из 152 записей; обучение под заданную JSON-схему позволяет чаще обходиться без медленного декодирования с ограничениями грамматикой. В README рекомендуется использовать BF16: 4-битная квантизация заметно ухудшила результат, а преобразованные в GGUF веса выдавали некорректный текст в llama.cpp и Ollama. Лицензия — Apache-2.0.

akdeniz27/xlm-roberta-base-turkish-ner — модель распознавания именованных сущностей, разработанная на основе XLM-RoBERTa и дообученная для турецкого языка. Она выполняет токенную классификацию и размечает имена людей, организаций и местоположений с помощью BIO-меток. Модель содержит 305,2 млн параметров, принимает текст и имеет контекст до 514 токенов. Она подходит для извлечения сущностей из турецких текстов и может использоваться как компонент систем поиска, индексирования и анализа документов. Основа — мультиязычная XLM-RoBERTa; при дообучении использовался проверенный вариант турецкого набора данных NER. В README приведены параметры обучения: длина последовательности 512 токенов, две эпохи и скорость обучения 2e-5. Модель распространяется по лицензии MIT. Описание не приводит метрик качества, поэтому точность на конкретных текстах следует оценивать отдельно.

ADELIE-DPO-1.5B — дообученная языковая модель, разработанная Yunjia Qi, Hao Peng, Xiaozhi Wang, Bin Xu, Lei Hou и Juanzi Li для извлечения информации из текста. Она основана на Qwen2.5-1.5B и дополнительно выровнена методом Direct Preference Optimization (DPO) после инструкционного дообучения на корпусе IEInstruct. Архитектура — плотная Qwen2ForCausalLM с 1,5 млрд параметров и контекстом до 131 072 токенов. Модель предназначена для закрытого и открытого извлечения информации, а также извлечения по запросу: распознавания сущностей, извлечения отношений и событий. В карточке сообщается о результатах на отложенных наборах данных для извлечения информации и отсутствии заметного ухудшения общих возможностей. Основной язык — английский. Лицензия указана как LLaMA 2 License для базовой модели.

Alfiob12/agnews-bert — модель классификации новостей, созданная дообучением bert-base-uncased на наборе AG News. Она принимает заголовок и текст статьи и относит новость к одной из четырёх категорий: World, Sports, Business или Sci/Tech. Модель построена на архитектуре BERT и содержит 136,7 млн параметров; максимальная длина контекста — 512 токенов. Предназначена для автоматической разметки новостных материалов и тематической сортировки публикаций. В README указана точность 94,47% на выделенной тестовой выборке. Модель работает с англоязычными новостями. Доступна в формате safetensors и распространяется по лицензии MIT. Результаты оценки относятся к AG News и могут не отражать качество на других тематиках, языках или форматах текста.

Airophin разработал пользователь bhenrym14 как QLoRA-дообучение Llama 2 13B для генерации текста с расширенным контекстом. Модель использует плотную архитектуру LlamaForCausalLM, содержит 12,9 млрд параметров и применяет частичное NTK-масштабирование RoPE; автор указывает целевую длину контекста 16 384 токена. В метаданных Hugging Face указана нативная длина контекста 4 096 токенов. Обучение проходило в два этапа: на длинных фрагментах набора Dolphin и затем на Airoboros GPT-4 1.4.1. Модель предназначена для диалоговой генерации, ответов по предоставленному контексту, инструкций и задач вроде викторин и вопросов с выбором ответа. Для ответов по документам в карточке предложен формат с явными разделителями контекста. Автор сообщает о тестировании длинных последовательностей до 12 000 токенов и приводит результаты perplexity, но отмечает, что оценка влияния отдельных этапов обучения затруднена. Для запуска требуются способы поддержки частичного NTK RoPE-масштабирования; README указывает, что на момент его написания оно не поддерживалось нативно в Transformers и ExLlama. Доступные веса fp16 опубликованы в формате safetensors. Лицензия в предоставленных данных не указана.

Модель textattack/bert-base-uncased-ag-news — классификатор текстов на базе BERT, дообученный командой TextAttack на наборе данных AG News. Она предназначена для отнесения новостных текстов к тематическим категориям. Модель содержит 136,7 млн параметров и принимает последовательности длиной до 512 токенов; при обучении использовалась максимальная длина 128 токенов. В карточке указана точность 0,9514 на оценочной выборке. Модель подходит для автоматической сортировки новостей и тематической разметки текстовых публикаций. Данных о лицензии в предоставленных источниках нет.

bertspan4ner-base-chinese — модель на архитектуре BERT для распознавания именованных сущностей в китайском тексте, опубликованная shibing624. Она выполняет токенную классификацию с использованием подхода BertSpan и рассчитана на извлечение сущностей из китайских предложений; пример из карточки находит имя человека и дату. В метаданных указаны 129,5 млн параметров, контекст до 512 токенов и библиотека Transformers с весами PyTorch. На тестовой выборке PEOPLE для модели приведены точность 0,9610, полнота 0,9600 и F1 0,9605; карточка заявляет результат уровня SOTA на этом наборе. Указана лицензия Apache-2.0. Результаты приведены для конкретного набора данных и сами по себе не гарантируют такого же качества на других источниках или типах китайского текста.

Chuxin-1.6B-1M — плотная авторегрессионная языковая модель семейства Llama, опубликованная разработчиками Chuxin. Это вариант модели Chuxin-1.6B, дополнительно обученный для работы с очень длинным контекстом; в README заявлены эксперименты по поиску фрагмента в длинном тексте, показывающие способность находить нужную информацию. Метаданные указывают 1,4 млрд параметров, формат PyTorch и стандартное контекстное окно 4096 токенов, поэтому заявленное обучение на окне 1M не следует трактовать как гарантированный размер контекста в текущей конфигурации репозитория. Модель предназначена для генерации текста, ответов на вопросы по предоставленному контексту, чтения и рассуждений на основе текста. README также приводит оценки базовой модели на тестах общих знаний и понимания текста, однако эти результаты относятся к Chuxin-1.6B-Base, а не обязательно к варианту 1M. Модель принимает и генерирует текст; сведения о поддерживаемых естественных языках не приведены. Репозиторий распространяется по лицензии MIT. Практические ограничения — расхождение между заявленным в карточке окном обучения 1M и указанным в метаданных native context 4096, а также отсутствие приведённых в карточке оценок качества именно для версии 1M.

DeepSeek-VL2-Tiny — компактная мультимодальная модель семейства DeepSeek-VL2, представленная командой DeepSeek. Это вариант vision-language модели на архитектуре Mixture-of-Experts (MoE), построенный на DeepSeekMoE-3B и использующий 1,0 млрд активируемых параметров. В репозитории доступны веса safetensors для Transformers. Модель предназначена для анализа изображений в диалоге и отвечает на вопросы по визуальному содержимому. Она подходит для визуального вопросно-ответного поиска, распознавания текста на изображениях, а также разбора документов, таблиц и диаграмм. В README также заявлена возможность visual grounding — связывания текста с областями изображения. Для Tiny изображения подаются с приведением к размеру 384×384 без разбиения на фрагменты; базовая языковая модель отличает эту версию от вариантов Small и полной версии. В предоставленных источниках нет сведений о длине контекста или поддерживаемых языках. Лицензия указана как other, поэтому конкретные условия использования следует сверить с лицензией в репозитории.

DEFAULT_5000steps_len512 — модель Sentence Transformers, дообученная автором batmangiaicuuthegioi на базе BAAI/bge-m3 на наборе augmentated_legal_triplets с примерами юридических текстов. Она кодирует предложения и абзацы в плотные векторы размерности 1024, нормализует их и предназначена для поиска семантически близких текстов и сравнения их косинусной близости. Архитектура включает XLM-RoBERTa и pooling по CLS-токену; максимальная длина последовательности составляет 8192 токена. Модель можно применять для семантического поиска и оценки сходства, а также для кластеризации, поиска перефразировок и классификации текстов на основе эмбеддингов. Обучение проводилось на 36 728 триплетах с anchor, positive и negative; для обучения указана функция MultipleNegativesRankingLoss. Многоязычная база BGE-M3 поддерживает работу с текстами на разных языках, но отдельные языки именно этой донастройки не перечислены. Репозиторий содержит веса Safetensors и использует библиотеку sentence-transformers. Лицензия в предоставленных данных не приведена.

Модель elastic/distilbert-base-cased-finetuned-conll03-english — вариант DistilBERT base с учётом регистра, дообученный командой Elastic для распознавания именованных сущностей на английском языке на наборе CoNLL-2003. Она присваивает метки отдельным токенам, чтобы выделять сущности в тексте, например имена людей, организации и географические названия. Модель принимает текст и возвращает последовательность меток для его токенов. Максимальная длина контекста составляет 512 токенов. Модель чувствительна к регистру: например, «english» и «English» могут обрабатываться по-разному. Для текста без учёта регистра авторы указывают отдельный вариант модели. Веса доступны в форматах PyTorch и safetensors. Лицензия — Apache-2.0.

Модель dpo-qwen2.5-0.5b-halueval разработана Varun Chundru и Debasmita Biswas как компонент снижения галлюцинаций в исследовательском проекте Purdue University Fort Wayne. Это плотная причинная языковая модель Qwen2.5 на 494 млн параметров, дообученная методом Direct Preference Optimization на предпочтениях, составленных по трём задачам набора HaluEval: ответам на вопросы, диалогу и суммаризации. Модель предназначена для генерации текста по контексту, в частности для ответов на вопросы и суммаризации документов с опорой на источник. Она принимает текст и может использовать контекст до 32 768 токенов; карточка указывает английский язык. В оценке на отложенной части HaluEval общая доля галлюцинаций, измеренная отдельным классификатором DeBERTa, снизилась с 85,5% у базовой модели до 37,7%. Наибольший эффект показан для ответов на вопросы и суммаризации, тогда как в диалоге показатель остался высоким — 94,2%. Это измерения классификатора-прокси, а не человеческая оценка; обучение длилось одну эпоху, а ограничение длины при обучении могло обрезать длинные документы. Модель не рекомендуется для высокорисковых сценариев без дополнительной проверки. Лицензия — Apache-2.0.

GLiNER2-base-v1-Redocred — модель извлечения информации на базе GLiNER2, дообученная на Re-DocRED. Она предназначена для извлечения сущностей и отношений между ними в англоязычных документах; карточка также относит к задачам модели извлечение событий и классификацию. Обучающий набор содержит 3 053 записи, а для проверки использовались отдельные валидационная и тестовая выборки по 500 записей; в Re-DocRED представлены 96 типов отношений и 6 типов сущностей. В тестировании F1 для сущностей составил 0,842 при строгом и 0,893 при более мягком сопоставлении. Для отношений показатели ниже: F1 0,263 и 0,321 соответственно, при низкой полноте. Модель распространяется в формате safetensors и использует библиотеку gliner2. Лицензия указана как other; условия следует уточнить на странице модели и датасета.

GLiNER2-multi-v1-wikiann — модель извлечения сущностей, созданная дообучением fastino/gliner2-multi-v1 на WikiANN (PAN-X). Она предназначена прежде всего для распознавания именованных сущностей в тексте: людей, организаций и мест. Модель использует библиотеку gliner2 и сохраняется в формате safetensors. Модель рассчитана на многоязычные сценарии; в карточке перечислены английский, немецкий, испанский, французский, русский, арабский, китайский и хинди. В README приведена оценка на отложенных тестовых данных: F1 для извлечения сущностей составляет 0,904 при строгом и 0,932 при расслабленном сопоставлении. Обучение на WikiANN ориентировано на сущности PER/ORG/LOC; результаты не подтверждают качество для извлечения отношений, событий или классификации, хотя базовая GLiNER2 поддерживает такие задачи. Лицензия указана как other, поэтому перед использованием следует проверить условия на странице модели.

GrayLine — диалоговая текстовая модель soob3123, созданная дообучением Qwen/Qwen3-8B. Она предназначена для прямых ответов на вопросы и выполнения инструкций в формате чата; автор описывает её как модель без встроенной этической фильтрации и отказов. Модель имеет плотную архитектуру Qwen3ForCausalLM и 7,6 млрд параметров, принимает и генерирует текст, поддерживает контекст до 40 960 токенов. В карточке заявлена поддержка английского языка; метаданные также указывают интерфейс вызова инструментов. Модель ориентирована на информационные запросы, диалог и выполнение разнообразных текстовых задач с прямой подачей ответа. Она может выдавать вредный, вводящий в заблуждение или неподходящий контент и, согласно карточке, не предоставляет встроенных предупреждений и защитных фильтров; качество ответов зависит от обучающих данных. Распространяется по лицензии Apache-2.0.

herbert-base-ner — польская модель для распознавания именованных сущностей, созданная на базе HerBERT. Это дообученная модель архитектуры BERT с 151,6 млн параметров, рассчитанная на контекст до 514 токенов. Она была дообучена на польской части набора WikiAnn и определяет имена людей (PER), географические названия (LOC) и организации (ORG). Модель подходит для извлечения этих сущностей из польских текстов, например для последующей индексации или анализа документов. Доступна в форматах PyTorch и Safetensors; лицензия — CC BY 4.0. Ограничена тремя указанными типами сущностей и польским языком.

KnowLM-13B-Diff — дифференциальные веса проекта KnowLM, разработанные для восстановления ZhiXi-13B на основе LLaMA-13B. Авторы обучили ZhiXi на китайских и английских корпусах, чтобы расширить понимание китайского языка и обогатить знания, сохранив возможности английского языка и программирования; затем модель дообучили на инструкциях для извлечения знаний. Веса этой карточки нужно объединить с исходными весами LLaMA-13B, чтобы получить рабочую модель. Модель предназначена для генерации текста и извлечения знаний по инструкциям, включая распознавание сущностей, извлечение отношений и извлечение информации. Это плотная авторегрессионная модель семейства LLaMA примерно на 13 млрд параметров с контекстом 2048 токенов; в метаданных указаны английский и китайский языки и формат PyTorch. README предупреждает, что проект оптимизируется и результаты могут отличаться у fp16-варианта. Для восстановления дифференциальных весов требуется LLaMA-13B; лицензия в метаданных — Apache-2.0.

ysmeta/legal-ko-v7 — корейскоязычная модель Sentence Transformer, дообученная разработчиком репозитория на базе dragonkue/BGE-m3-ko для представления предложений и абзацев в виде плотных векторов. Она построена на XLM-RoBERTa с пулингом CLS и нормализацией: выдаёт векторы размерности 1024, а близость текстов оценивается косинусным сходством. Максимальная длина последовательности в README указана как 384 токена; в метаданных длина контекста — 8194 токена. Модель предназначена для семантического поиска и сравнения корейских текстов, в том числе юридических вопросов и документов. Также её можно применять для поиска перефразировок, кластеризации и классификации текстов на основе эмбеддингов. README приводит результаты на наборе legal-hard-slice: cosine_accuracy@1 — 0,92 и @10 — 0,99. Модель принимает текст и выдаёт векторы; она не генерирует ответы. Обучение описано на наборах pairs и verified, а лицензия — MIT. Результаты оценки относятся к указанному набору и не гарантируют такое же качество на других корпусах; указанная в README длина последовательности может ограничивать обработку длинных документов.

LettuceDetect — модель KRLabsOrg для выявления галлюцинаций в ответах немецкого языка в RAG-сценариях. Это дообученный EuroBERT-210M с архитектурой EuroBertForTokenClassification и 211,7 млн параметров. Модель получает контекст и ответ и помечает на уровне токенов фрагменты ответа, которые не подтверждаются контекстом; предсказания можно объединить в диапазоны, чтобы показать проблемные места. Модель обучена на немецкой версии датасета RagTruth, переведённой с исходного RAGTruth. Поддерживает контекст до 8192 токенов и рассчитана на применение в мультиязычных RAG-системах, хотя карточка описывает именно немецкую модель. В README приведены F1 66,70% на тесте Translated RAGTruth-DE и 68,32% на вручную проверенной выборке из 300 примеров; показатели относятся к описанным наборам оценки. Модель распространяется по лицензии MIT.

KAI — модель для диалогов на основе архитектуры Llama 3.2, разработанная KILM AI Lab. Она дообучена на meta-llama/Llama-3.2-3B-Instruct и предназначена прежде всего для понимания и генерации текста на вьетнамском языке: ответов на вопросы, чтения с пониманием, извлечения информации и суммаризации. Модель содержит 3,2 млрд параметров, использует архитектуру LlamaForCausalLM и формат safetensors; для работы указана библиотека Transformers. Нативное окно контекста — 131 072 токена. В README приведены результаты оценки на вьетнамских наборах VMLU, ViSquad, ViDrop и ViDialog. Модель может галлюцинировать при работе с культурно-специфичными сведениями и хуже справляться со специализированными техническими областями. Лицензия указана как other, поэтому условия использования следует сверить с карточкой модели и лицензией базовой модели.

ModernBERT-base Legal Spanish — модель Sentence Transformers, разработанная Wilfredo Martel и дообученная на испанском наборе юридических текстов small-spanish-legal-dataset. Она преобразует предложения и абзацы в плотные векторы размерностью 768 для семантического поиска и сравнения текстов. Модель основана на encoder-архитектуре ModernBERT, использует среднее pooling токенов и обрабатывает последовательности длиной до 8192 токенов. Модель предназначена для поиска юридических документов по запросу, оценки смыслового сходства, поиска перефразировок, кластеризации и классификации испаноязычных текстов. В README приведены результаты оценки поиска на наборах с размерностью векторов 768 и 512. Лицензия — Apache-2.0.