IV.11Патенты, товарные знаки и интеллектуальная собственность

SciEmbed-CTX-2048 — англоязычная модель для построения эмбеддингов научных документов, созданная авторами семейства SciEmbed на базе ModernBERT-base. Это промежуточный вариант в исследовании длины контекста: модель обучена с максимальной длиной последовательности 2048 токенов и использует предложения с контекстом цитирования как основной контрастивный сигнал. В метаданных указаны 149 млн параметров, архитектура ModernBERT encoder и поддержка контекста до 8192 токенов; README описывает вариант сканирования длины контекста 512→2K→8K. Модель предназначена для получения нормализуемых векторов предложений и научных текстов, например для поиска похожих фрагментов и семантического поиска по научным публикациям. Доступна через Sentence Transformers. Лицензия — MIT. Это промежуточная версия в серии вариантов длины контекста, поэтому её характеристики следует соотносить именно с вариантом 2048 токенов.

nhonhoccode/zalo-legal-bge-m3-finetuned — Sentence Transformer, дообученный для создания эмбеддингов предложений и абзацев. Модель основана на XLM-RoBERTa и содержит 658,7 млн параметров; выходные векторы имеют размерность 1024 и нормализуются. В README указан максимум 384 токена на последовательность, а метаданные каталога сообщают о нативном контексте до 8194 токенов. Модель предназначена для семантического поиска, сравнения сходства текстов, поиска перефразировок, кластеризации и классификации текста. Название указывает на юридическое направление и базовую модель BGE-M3, однако карточка не приводит подробностей о языках или конкретных юридических сценариях; языки и область применения поэтому не следует считать подтверждёнными. Обучение описано на наборе из 2638 примеров с парами положительных и отрицательных текстов. Для сходства текстов можно использовать косинусную близость эмбеддингов. Репозиторий содержит веса safetensors и рассчитан на библиотеку Sentence Transformers. Лицензия в предоставленных данных не указана.

Berk2003/bge-reranker-legal-ft-v4-error-mined-hf — это кросс-энкодерный реранкер для юридических текстов, построенный на XLM-RoBERTa и обученный с помощью библиотеки Sentence Transformers. Он оценивает пары «запрос — документ» одним числовым баллом, чтобы упорядочивать найденные фрагменты по релевантности в семантическом поиске и системах поиска по юридическим материалам. В карточке указаны 988 обучающих примеров и один выходной балл на пару. Модель принимает только текст. В README указан предел последовательности 512 токенов; метаданные каталога приводят native context 8194 токена, поэтому фактический предел для данной конфигурации следует проверять при использовании. Данные примеров содержат вопросы и фрагменты на турецком языке, но это само по себе не подтверждает широкий список поддерживаемых языков. Лицензия в предоставленных данных не указана.

MrBERT-legal — многоязычная языковая модель для юридических текстов, разработанная Language Technologies Lab при Barcelona Supercomputing Center. Она построена на архитектуре ModernBERT и получена дообучением MrBERT на специализированном юридическом корпусе объёмом 8 млрд токенов: 20,5% испанского и 79,5% английского текста. Модель содержит около 307 млн параметров, использует токенизатор SPM со словарём из 256 000 токенов и поддерживает контекст до 8192 токенов. Модель обучена предсказывать замаскированные токены и подходит для адаптации к юридическим задачам, включая получение текстовых представлений, поиск и классификацию юридических документов. В карточке приведены оценки на испанских и английских юридических бенчмарках; результаты зависят от задачи и набора данных. Это encoder-модель, поэтому она не предназначена для генерации длинных ответов в диалоге. Лицензия — Apache-2.0. Авторы предупреждают о возможных смещениях и необходимости учитывать риски при развёртывании.

dariolopez/bge-m3-es-legal-tmp-6 — модель Sentence Transformers, дообученная на основе BAAI/bge-m3 для получения текстовых эмбеддингов на испанском языке, в том числе для юридических текстов. Она преобразует предложения и абзацы в нормализованные плотные векторы размерностью 1024; близость можно оценивать косинусным сходством. Архитектура включает XLM-RoBERTa, пулинг по CLS-токену и нормализацию. Модель содержит 658,7 млн параметров и поддерживает последовательности длиной до 8194 токенов. Модель подходит для семантического поиска и сравнения текстов, поиска перефразирований, кластеризации и классификации текстов. В README приведены оценки поиска информации для выходных размерностей от 64 до 1024, что позволяет выбирать компромисс между размером векторов и качеством. Модель распространяется по лицензии Apache-2.0. Оценки в карточке относятся к указанным там наборам данных; результатов для других корпусов и языков не приведено. Назначение для испанских юридических текстов следует из имени и карточки, но детали обучающего набора в README не описаны.

Это англоязычный Cross-Encoder на базе BERT, дообученный разработчиком spraxx от nlpaueb/legal-bert-base-uncased с помощью библиотеки Sentence Transformers. Модель оценивает пары «запрос — фрагмент текста» одним числовым баллом, который можно использовать для ранжирования результатов семантического поиска и повторной сортировки найденных документов. Обучение проводилось на 24 360 примерах с запросами, фрагментами и оценками релевантности. Модель содержит 136,7 млн параметров, принимает текст и обрабатывает последовательности длиной до 512 токенов. Она предназначена для поиска и ранжирования юридических текстов на английском языке; оценку можно также использовать в задаче классификации пар по релевантности. В README и метаданных лицензия не указана.

LinerAI разработала эту дообученную на Qwen/Qwen3-Embedding-0.6B модель для поиска научной литературы. Это плотная модель семейства Qwen3 с 507,6 млн параметров, которая преобразует запросы и документы в эмбеддинги для семантического поиска; обучение с контрастивной функцией потерь и подбором сложных негативных примеров ориентировано на академические материалы. В README заявлены размерность эмбеддингов 1024 и поддержка Matryoshka с укороченными векторами размерностью 768, 512, 256 и 128. Модель предназначена для поиска научных статей, обнаружения связанных работ и извлечения документов по исследовательским вопросам. Поддерживаются английский, китайский, корейский, японский, немецкий, французский, испанский и русский языки. В метаданных указано окно контекста 32768 токенов, тогда как README устанавливает предел 4096 токенов; перед применением следует проверить ограничение используемой версии. Для запросов рекомендуется заданный формат с инструкцией, а документы кодируются без префикса. Лицензия — Apache-2.0.

VN_legal_embedding_512 — модель Sentence Transformers, разработанная для создания плотных 768-мерных эмбеддингов предложений и абзацев в юридическом контексте. Она дообучена на базе intfloat/multilingual-e5-base на внутреннем наборе примерно из 30 000 примеров юридических вопросов и связанных с ними контекстов с использованием TripletLoss и косинусного расстояния. Модель предназначена для семантического поиска и сопоставления юридических вопросов с релевантными контекстами; эмбеддинги также подходят для кластеризации. Архитектура основана на XLM-RoBERTa, число параметров — 305,2 млн, длина контекста — 514 токенов. Репозиторий содержит веса в формате safetensors; библиотека для работы — Sentence Transformers. Лицензия в предоставленных данных не указана.

Испаноязычная модель Sentence Transformers, разработанная дообучением BAAI/bge-m3 на небольшом наборе юридических текстов и запросов. Она преобразует предложения и абзацы в плотные векторы размерностью 1024 и подходит для семантического поиска и сравнения текстов в юридических материалах на испанском языке. В основе лежит XLM-RoBERTa с пулингом CLS-токена и нормализацией векторов. Максимальная длина последовательности — 8192 токена; тексты сравниваются по косинусному сходству. Модель также можно применять для поиска перефразирований, кластеризации и классификации текстов. В README приведены результаты оценки поиска на нескольких размерностях векторов, однако описание не уточняет состав и широту тестовой выборки. Модель распространяется по лицензии Apache-2.0.

KURE-v1 — модель для получения текстовых эмбеддингов и поиска релевантных документов, разработанная NLP&AI Lab при Университете Корё. Это дообученная на корейских данных версия BAAI/bge-m3 на архитектуре XLM-RoBERTa; размер модели — 658,7 млн параметров, размерность эмбеддингов — 1024, контекст — до 8194 токенов. Для дообучения использовались пары корейских запросов и документов с трудными отрицательными примерами и функция CachedGISTEmbedLoss. Модель предназначена прежде всего для семантического поиска по корейским текстам и документам, включая длинные документы и сценарии RAG. В карточке приведены результаты на нескольких корейских наборах данных для поиска, в том числе из областей финансов, государственного сектора, медицины, права и коммерции; заявлено преимущество над сравниваемыми мультиязычными моделями на использованных бенчмарках. Лицензия — MIT. Английский указан среди поддерживаемых языков, однако модель специально адаптирована для корейского поиска.

Это англоязычная модель эмбеддингов Sentence Transformers, созданная дообучением nomic-ai/modernbert-embed-base на 5 822 парах текстов из юридических документов. Она преобразует предложения и абзацы в плотные векторы: основное применение — семантический поиск и сравнение юридических текстов, включая поиск ответов и похожих фрагментов в документах. Архитектура основана на ModernBERT с усреднением токенных представлений и нормализацией; стандартный вектор имеет размерность 768, а обучение Matryoshka позволяет использовать сокращённые векторы размерностью 512, 256, 128 или 64. Максимальная длина входа — 8 192 токена; сходство оценивается косинусной мерой. Модель также подходит для поиска перефразировок, кластеризации и классификации текстов. Обучающий набор содержит англоязычные примеры, связанные с судебными делами и FOIA-запросами; качество на других языках и юридических областях не подтверждено. Это эмбеддер, поэтому он не генерирует ответы или тексты. Модель содержит около 149 млн параметров, распространяется в формате Safetensors по лицензии Apache-2.0.

ychafiqui/bge-m3-law-morocco-ar-emb — модель Sentence Transformers, созданная дообучением mhaseeb1604/bge-m3-law. Она преобразует предложения и абзацы в плотные векторы размерностью 1024 и предназначена для семантического сравнения текстов, поиска похожих фрагментов, поиска перефразировок, кластеризации и классификации текстов. Архитектура основана на XLM-RoBERTa с пулингом CLS-токена и нормализацией; сходство можно оценивать косинусной мерой. Обучение проводилось на 7200 парах предложений, а README указывает максимальную длину последовательности 256 токенов. Модель ориентирована на арабские и английские юридические тексты, в частности правовые материалы Марокко, согласно описанию базовой модели и примерам обучающих данных. Метаданные указывают контекст до 8194 токенов, однако это расходится с ограничением в 256 токенов, указанным в README; фактический безопасный предел для этой версии следует проверить при использовании. Лицензия в предоставленных сведениях не приведена.

spraxx/legal-bert-ecthr-biencoder — англоязычная модель Sentence Transformers, дообученная spraxx на базе nlpaueb/legal-bert-base-uncased для поиска и сравнения юридических текстов. Она кодирует предложения и абзацы в плотные векторы размерности 768; сходство между ними можно оценивать по косинусному сходству. Архитектура состоит из BERT и среднего pooling, максимальная длина входа — 512 токенов, библиотека — Sentence Transformers. Модель подходит для семантического поиска и извлечения релевантных юридических фрагментов, а также для ранжирования текстов по смысловому сходству. Обучение описано на выборке из 12 180 примеров с функцией MultipleNegativesRankingLoss. Вход и результат — текст и его векторное представление. Модель ориентирована на английские юридические тексты; лицензия в предоставленных данных не описана.

Octen Law 8B v1 — мультиязычная плотная модель-энкодер на 7,6 млрд параметров для извлечения юридических текстов. Её выпустила litillabs на основе Octen/Octen-Embedding-8B: базовую модель дообучили с помощью LoRA, затем объединили адаптер с весами. Модель создаёт нормализованный вектор размерностью 4096 для каждого запроса или документа; поддерживает контекст до 40 960 токенов и распространяется в формате safetensors через SentenceTransformers. Модель предназначена для семантического поиска и сопоставления запросов с юридическими документами, включая задачи поиска по законодательству и судебным делам. Обучение проводилось на англоязычных, немецкоязычных и китайскоязычных примерах юридического поиска; оценка включала восемь задач MTEB Law. Лицензия — Apache-2.0. Модель извлекает текстовые представления и не определяет, действует ли правовой источник, является ли он обязательным, отменённым или применимым в конкретной юрисдикции. Проверялись только юридические задачи поиска на английском, немецком и китайском языках; в обучающих данных отмечены близкие дубликаты, связанные с двумя задачами бенчмарка.

Wilfredo Martel дообучил BGE-M3 на наборе rvzrtx600k20250828 из 546 265 пар запросов и релевантных текстов на испанском языке. Это плотная модель Sentence Transformer на архитектуре XLM-RoBERTa с выходными эмбеддингами размерности 1024 и максимальной длиной входа 8192 токена; вектор нормализуется, а близость текстов можно оценивать косинусным сходством. Модель предназначена для семантического поиска и сопоставления испаноязычных текстов юридической тематики, а также для кластеризации, поиска перефразирований и классификации на основе эмбеддингов. Лицензия — Apache-2.0. Карточка приводит результаты оценки поиска, но они относятся к набору eval_dim_768 и не гарантируют такое же качество на других данных.

nishp24/legalmind-embedder-v2 — дообученный Sentence Transformer на базе sentence-transformers/all-MiniLM-L6-v2 для получения семантических векторов предложений и абзацев. Модель кодирует текст в плотные векторы размерности 384 и предназначена для поиска и сравнения фрагментов по косинусному сходству; в архитектуре используются BertModel, усредняющий pooling и нормализация. В карточке приведён пример обучения на 5 993 парах текстов, связанных с законодательством, что указывает на специализацию для поиска по правовым материалам. Модель принимает только текст. Метаданные указывают 25,9 млн параметров и лимит контекста 512 токенов, а README сообщает максимальную длину последовательности 256 токенов. Базовая модель англоязычная, и примеры обучающих данных также на английском, поэтому применение ориентировано прежде всего на английские юридические тексты. Лицензия в предоставленных данных не указана.

Logo-Detection-finetune — модель обнаружения объектов на изображениях, дообученная разработчиком на базе hustvl/yolos-small. Она предназначена для поиска и локализации логотипов на изображениях. Модель построена на архитектуре YOLOS и содержит 28,3 млн параметров; веса представлены в формате safetensors и используются через библиотеку Transformers. Модель можно применять для обнаружения логотипов на фотографиях и других изображениях. Данные не сообщают, на каком наборе данных и каких именно логотипах она обучалась, поэтому полнота распознавания и качество на конкретных изображениях не установлены. Лицензия — Apache-2.0.

freelawproject/modernbert-embed-base_finetune_512 — англоязычная модель эмбеддингов, разработанная Free Law Project на основе дообученной nomic-ai/modernbert-embed-base. Она преобразует предложения и абзацы в плотные векторы размерностью 768 для сравнения по косинусному сходству. Архитектура Sentence Transformer включает ModernBertModel, усреднение токенных представлений и нормализацию; максимальная длина входа составляет 8192 токена. Модель предназначена для семантического поиска по юридическим текстам, поиска похожих судебных документов и запросов, сравнения предложений, поиска перефразировок, кластеризации и классификации текста. Для дообучения использованы 2828 триплетов из датасета Free-Law-Project/opinions-synthetic-query-512; в README приведены высокие значения cosine accuracy на dev-оценках, но методика и применимость результатов за пределами указанных данных ограничены. Метаданные указывают лицензию CC0-1.0, тогда как README указывает Apache-2.0; лицензию следует проверить в репозитории перед использованием. Модель работает с текстом на английском языке и выдаёт векторы, а не готовые ответы.

PIXIE-Spell-Reranker-Preview-0.6B — кросс-энкодерный реранкер TelePIX Co., Ltd. на основе архитектуры Qwen3. Модель содержит около 507,6 млн параметров и предназначена для повторной оценки релевантности пар запроса и документа, чтобы улучшать порядок результатов семантического поиска и retrieval-систем. Модель обучена на корейских и английских наборах для информационного поиска и оптимизирована для этих языков. Разработчик отмечает специализацию на аэрокосмической тематике, а также применение для поиска по документам, технических вопросов и ответов и поиска в предметных областях с высокими требованиями к точности. Максимальная длина последовательности — 40 960 токенов; модель доступна через Sentence Transformers. В README приведены сравнительные оценки на корейских и англоязычных бенчмарках, но результаты на конкретных корпусах могут отличаться от рабочих сценариев. Для продуктивного применения рекомендуется проверять качество на данных целевой системы. Лицензия — Apache-2.0.

Mursit-Large-TR-Retrieval — модель эмбеддингов, разработанная NewMind AI для поиска и сопоставления текстов, с особым упором на юридические документы на турецком языке. Она дообучена для поиска на базе newmindai/Mursit-Large с помощью контрастивного обучения на MS MARCO-TR; в карточке также упоминается предварительное обучение базовой модели на преимущественно турецких корпусах. Модель использует архитектуру ModernBERT-large, содержит около 403,6 млн параметров, формирует векторы размерности 1024 и принимает последовательности длиной до 2048 токенов. Модель предназначена для семантического поиска, извлечения и ранжирования релевантных документов, сравнения договоров и поиска по нормативным актам и судебным решениям. Карточка сообщает о результатах на турецких бенчмарках MTEB и Legal; среди практических сценариев названы юридический поиск и системы ответов на вопросы по правовым документам. Поддерживаются турецкий и английский языки, доступны форматы safetensors и ONNX. Лицензия — Apache-2.0. Результаты бенчмарков не гарантируют качество на конкретной коллекции документов; максимальная длина входа ограничена 2048 токенами.

fsuarez обучил с помощью AutoTrain модель для многоклассовой классификации логотипов 57 известных брендов и компаний. Это модель компьютерного зрения на архитектуре Swin с 33 млн параметров, доступная в форматах PyTorch и Safetensors. Модель принимает изображение и относит логотип к одному из классов брендов, представленных в обучающем наборе LogoIdentifier. Она может использоваться для распознавания бренда на изображениях товаров, рекламных материалах и других визуальных объектах. В README приведены метрики валидации: accuracy и macro F1 по 0,924; результаты на других данных могут отличаться. Условия лицензии в предоставленных данных не описаны.

Legal-BERTimbau-sts-base-ma-v2 — модель Sentence-Transformers на основе BERT, разработанная для сравнения предложений и абзацев на португальском языке в юридической области. Она формирует плотные векторы размерности 768 и подходит для семантического поиска, кластеризации и оценки смыслового сходства. Модель обучена для задачи семантического сходства на португальских наборах ASSIN, ASSIN2 и STS-B Multi-MT; при обучении также применялась мультиязычная дистилляция знаний. Модель содержит 136,1 млн параметров, поддерживает контекст до 512 токенов и распространяется в форматах PyTorch и Safetensors. В приведённой оценке STS она показывает средний результат 0,79307 на трёх португалоязычных наборах. README указывает Legal-BERTimbau-base как основу модели, производную от BERTimbau base. Условия лицензии в предоставленных данных не указаны.

PhoRanker-legal-vn-old — дообученная модель Cross-Encoder на базе itdainb/PhoRanker, опубликованная phatvucoder. Она оценивает пары текстов одним числовым баллом релевантности и предназначена для переранжирования результатов поиска и семантического поиска, в том числе в сценариях поиска по юридическим текстам. Архитектура — RoBERTa для классификации последовательностей с 162,4 млн параметров; модель принимает текстовые пары и выдаёт оценку. Максимальная длина последовательности в README — 256 токенов, в метаданных указано 258 токенов.

SPECTER2 — модель для построения специализированных эмбеддингов научных документов и текстовых запросов. Она разработана Amanpreet Singh, Mike D’Arcy, Arman Cohan, Doug Downey и Sergey Feldman и опубликована Allen AI. Модель предназначена для представления научных статей по заголовку и аннотации, а также коротких текстовых запросов, чтобы использовать полученные векторы в поиске, извлечении похожих публикаций, классификации, регрессии и задачах link prediction. Идентификатор allenai/specter2 соответствует retrieval-адаптеру proximity для базовой модели allenai/specter2_base. Архитектура основана на bert-base-uncased с адаптерами; исходная модель дообучена на базе allenai/scibert_scivocab_uncased. SPECTER2 обучалась на более чем 6 миллионах троек цитирования научных статей и дополнительно на задачах SciRepEval. Поддерживаются форматы proximity retrieval, adhoc search, classification и regression, для которых используются соответствующие адаптеры. В README не указаны точный размер контекстного окна, размерность эмбеддингов и перечень языков; по описанию модель ориентирована на англоязычные научные тексты. Сильная сторона модели — специализация на научной литературе и возможность адаптировать представления под конкретный тип задачи. Адаптер proximity предназначен для кодирования статей-запросов и статей-кандидатов при поиске релевантных публикаций. Для коротких поисковых запросов, классификации и регрессии рекомендуются отдельные адаптеры. Модель не предназначена как универсальная мультимодальная система и работает с текстовыми данными; для использования требуется библиотека adapters и базовая модель specter2_base. Лицензия — Apache 2.0.

pablosi — автор дообученной модели Sentence Transformer на базе littlejohn-ai/bge-m3-spa-law-qa, обученной на наборе boe_sintetic_question_context с испанскими вопросами и контекстами из правовых документов. Модель преобразует предложения и абзацы в плотные векторы размерностью 1024 и предназначена для семантического поиска и сравнения текстов; в README также указаны кластеризация, поиск перефразирований и классификация текста как возможные сценарии. Архитектура основана на XLM-RoBERTa с pooling по токену CLS и нормализацией векторов. Максимальная длина входа — 8192 токена; для сопоставления текстов используется косинусное сходство. Модель ориентирована на испанский язык и поиск по правовым материалам. Лицензия — Apache-2.0.

wilfredomartel/modernbert-embed-es-legal-v2 — испаноязычная модель Sentence Transformers, разработанная дообучением nomic-ai/modernbert-embed-base на небольшом наборе юридических запросов и соответствующих фрагментов документов. Она преобразует предложения и абзацы в плотные векторы размерностью 768 для семантического поиска, сравнения текстов и извлечения релевантных документов по запросу. Модель построена на ModernBERT с усреднением токенных представлений и нормализацией выходных векторов; максимальная длина последовательности — 8192 токена. В карточке приведены результаты оценки информационного поиска на размерностях 768 и 512. Модель предназначена прежде всего для испанских юридических текстов; лицензия — Apache-2.0. Подходит для поиска по юридическим документам, подбора релевантных фрагментов и поиска семантически близких текстов. Данные оценки получены на указанном небольшом юридическом датасете, поэтому качество на иных корпусах и языках может отличаться; результатов на независимых наборах данных карточка не приводит.

YuITC/vietnamese-embedding-vn-legal — текстовая модель Sentence Transformer, дообученная на базе AITeamVN/Vietnamese_Embedding для поиска по юридическим материалам на вьетнамском языке. Она кодирует предложения и абзацы в нормализованные плотные векторы размерностью 1024 и предназначена для поиска релевантных документов и сопоставления текстовых запросов с фрагментами корпуса по косинусному сходству. Архитектура построена на XLM-RoBERTa с pooling по CLS-токену; библиотека реализации — Sentence Transformers. В метаданных указано 658,7 млн параметров и контекст до 8194 токенов, тогда как карточка описывает максимальную длину последовательности 512 токенов. В README приведены примеры юридических вопросов и соответствующих фрагментов документов, а также оценки на наборе для информационного поиска: accuracy@1 — 0,906, @3 — 0,976, @5 — 0,99. Модель подходит для поиска по правовым актам и ответов на запросы через систему retrieval-augmented generation, но сама не генерирует ответы и не выполняет юридический анализ. Лицензия в предоставленных данных не указана.

rufimelo/Legal-BERTimbau-large-TSDAE-v4-GPL-sts — модель эмбеддингов на архитектуре BERT, созданная для поиска семантически близких предложений и абзацев на португальском языке в юридических текстах. Она основана на Legal-BERTimbau-large, который происходит от BERTimbau large, и содержит около 433,2 млн параметров. Модель выдаёт плотные векторы размерностью 1024 и рассчитана на сравнение смыслового сходства, кластеризацию и семантический поиск. Обучение включало TSDAE на очищенных документах, технику GPL и дообучение для оценки семантического сходства на португальских наборах ASSIN, ASSIN2 и STS-B Multi-MT. Модель принимает текст и возвращает векторы; заявленный контекст — до 512 токенов. Она специализирована на юридическом португальском и оценке сходства предложений. Лицензия в предоставленных данных не указана.

maayans/modernbert-embed-large__ratio-broaden — модель текстовых эмбеддингов, созданная дообучением lightonai/modernbert-embed-large для операции BROADEN в наборе RATIO (Retrieval Across Typed Ideation Operations). Она предназначена для поиска научной формулировки, которая выражает запрос шире или на более общем уровне. Модель кодирует запросы и предложения-кандидаты, позволяя сравнивать их по смысловой близости; для корректной работы используются префиксы `search_query: ` и `search_document: ` соответственно. Модель основана на ModernBERT-large, содержит около 394,7 млн параметров, принимает текст с контекстом до 8192 токенов и формирует плотные эмбеддинги. Обучение выполнялось контрастивным методом на обучающей части RATIO для отношения broaden; карточка указывает английский язык. Модель распространяется по лицензии Apache 2.0. Она специализируется на поиске обобщённых формулировок научных запросов, поэтому её не следует считать универсальным эмбеддером для любых отношений или областей; доступные сведения не содержат результатов оценки качества.

Mursit-Base-TR-Retrieval — модель для создания векторных представлений текстов, разработанная newmindai на базе Mursit-Base. Она основана на архитектуре ModernBERT-base и дообучена для поиска по сходству и извлечения релевантных документов. Модель содержит 155,6 млн параметров, выдаёт эмбеддинги размерности 768 и принимает последовательности длиной до 1024 токенов. Модель предназначена прежде всего для поиска по турецким юридическим текстам: договоров, нормативных актов и судебных решений. Её также можно применять для поиска по смыслу, сопоставления документов и межъязыкового поиска между турецким и английским текстом. Для настройки на retrieval использовалось контрастивное обучение на MS MARCO-TR; в карточке приведены результаты оценки на турецком MTEB и юридических наборах задач. Модель принимает текст и возвращает эмбеддинги, которые можно сравнивать для поиска и ранжирования. Она распространяется по лицензии Apache-2.0; для юридического поиска качество зависит от корпуса, формулировки запроса и выбранной схемы индексации.