IV.8Государственное управление, правосудие и чрезвычайные ситуации

Это детектор объектов YOLOv8n, дообученный разработчиком репозитория dronefreak на наборе SeaDronesSee в рамках DetectionBench. Модель предназначена для обнаружения людей в воде, лодок, гидроциклов, спасательных средств и буёв на изображениях с беспилотника, в частности для сценариев морского поиска и спасения. Используются семейство YOLOv8 от Ultralytics и библиотека Ultralytics; веса представлены в формате PyTorch. Лицензия — AGPL-3.0. На валидационной части SeaDronesSee модель показала mAP@50 69,22%, mAP@50–95 40,35% и точность 82,46%. В README отмечены дисбаланс классов и преобладание мелких объектов: редкие классы представлены малым числом примеров, а пловцы и буи часто имеют низкий контраст. Оценка проводилась на валидационном разбиении, поэтому результаты напрямую не сопоставимы с оценками на закрытом тестовом наборе SeaDronesSee. Переносимость на другие воздушные или водные сцены, условия освещения и высоты съёмки не проверена.

Conflibert-binary-classification — модель классификации текста, разработанная на основе ConfliBERT и дообученная для различения событий конфликта и отсутствия конфликта. Она предназначена для анализа текстовых описаний событий и отнесения их к одному из двух классов. Модель использует архитектуру BERT с головой классификации последовательностей и содержит 136,3 млн параметров. Максимальная длина контекста — 512 токенов. Веса доступны в формате Safetensors; лицензия — GPL-3.0. Базовая модель — eventdata-utd/ConfliBERT-scr-uncased. Модель специализирована на текстах о политических конфликтах и насилии. Карточка не сообщает результаты оценки качества или подробности о поддерживаемых языках, поэтому переносить её на другие тематические области или языки следует с осторожностью.

Модель anonymousresearch123/deka-qwen3-emb-0.6b-multipos-fact-anompos — полноценно дообученный текстовый энкодер на базе Qwen/Qwen3-Embedding-0.6B, разработанный для поиска судебных дел Верховного суда Таиланда. Она кодирует запросы и документы в нормализованные эмбеддинги и предназначена для поиска релевантных дел по тексту фактических обстоятельств. Для запросов требуется префикс инструкции, использованный при обучении; для документов этот префикс добавлять не следует. В обучении применялись пуллинг последнего токена с левым дополнением и максимальная длина 1300 токенов для документа и 256 для запроса; базовая модель поддерживает контекст до 32768 токенов. Размер модели — 507,6 млн параметров; формат весов — safetensors, библиотека — sentence-transformers. Обучение проводилось на датасете anonymousresearch123/deka-retrieval; наилучший результат на отложенной выборке составил R@10 35,75. Модель рассчитана на тайский язык и юридический поиск. Лицензия — Apache-2.0.

deka-qwen3-emb-0.6b-triplet-fact — текстовая модель эмбеддингов, созданная anonymousresearch123 полным дообучением Qwen/Qwen3-Embedding-0.6B для поиска дел Верховного суда Таиланда. Она обучалась по triplet objective сопоставлять запросы с текстами раздела fact; для запросов требуется префикс-инструкция из обучения, а документы подаются без него. Модель использует pooling последнего токена с левым padding и L2-нормализацией, содержит 507,6 млн параметров и поддерживает контекст до 32 768 токенов. Репозиторий использует Sentence Transformers и формат safetensors; лицензия Apache-2.0. На тесте по полному корпусу с чистыми qrels для запросов раздела fact указаны R@10 34,76, nDCG@10 21,88 и MRR 0,2701; результаты заметно различаются по типам запросов, поэтому качество зависит от регистра запроса. Модель предназначена для семантического поиска и ранжирования тайских судебных дел, а не для генерации ответов.

Это текстовая модель эмбеддингов anonymousresearch123, созданная полным дообучением Qwen/Qwen3-Embedding-0.6B для поиска дел по Верховному суду Таиланда. Она сопоставляет запросы с документами на тайском языке; модель обучалась на запросах в разговорном регистре, связанных с текстами фактической стороны дела. Для получения эмбеддингов используется представление последнего токена с левым дополнением и L2-нормализацией. В README приведены результаты поиска по полному корпусу: для запросов пользовательского регистра R@10 составляет 15,24, для юридического регистра — 23,33, для фактического — 28,1. Модель основана на Qwen3-Embedding-0.6B с 507,6 млн параметров и поддерживает контекст до 32 768 токенов. Для корректной работы запросы должны содержать префикс-инструкцию, использованную при обучении, а документы подаются без него. Репозиторий использует Sentence Transformers, веса представлены в safetensors; лицензия — Apache-2.0.

夫子·明察司法大模型由山东大学、浪潮云和中国政法大学联合研发，基于 ChatGLM 架构，使用中文司法语料进行增量预训练，并以法律问答、类案检索和三段论判决等数据进行微调。 Модель содержит 8,1 млрд параметров и распространяется в формате PyTorch; метаданные указывают лицензию Apache-2.0. Модель предназначена для генерации ответов на вопросы по китайскому праву, анализа обстоятельств дел и прогнозирования судебных решений. В описанных сценариях система может опираться на поиск нормативных актов и похожих судебных дел во внешней базе знаний; такие результаты зависят от доступности и качества этой базы. Основной язык модели — китайский. Ответы, включая ссылки на нормы и прогнозы исхода дела, могут содержать ошибки и требуют проверки по актуальным источникам и специалистом. Разработчики указывают, что ответы не являются юридической консультацией, а проект предназначен для академических исследований и не для коммерческого или иного потенциально вредоносного использования. Код проекта указан как Apache-2.0; условия использования весов ChatGLM-6B регулируются Model License.

granite-geospatial-uki — разработанная IBM геопространственная базовая модель на архитектуре ViT с энкодером, обученным по стратегии Masked AutoEncoder. Она использует архитектуру Prithvi-EO и предназначена для извлечения признаков из многоканальных спутниковых изображений HLS L30 и Sentinel-1 SAR. Модель дополнительно обучена на 16 000 изображениях, охватывающих Великобританию и Ирландию, после предварительного обучения на данных HLS для континентальной части США. Модель принимает восемь каналов: Blue, Green, Red, Narrow NIR, SWIR 1, SWIR 2, VV и VH. Её можно дообучать для сегментации изображений, например, для обнаружения наводнений в Великобритании и Ирландии. Репозиторий распространяется по лицензии Apache-2.0; IBM отмечает, что не обязуется поддерживать или обновлять проект.

LLaMandement-7B — франкоязычная чат-модель, разработанная DGFIP для суммирования французских законодательных предложений. Это авторегрессионная плотная языковая модель на архитектуре Transformer, дообученная на базе LLaMA-2-7B и рассчитанная на генерацию текста по инструкциям в формате, похожем на Alpaca. Модель содержит 6,6 млрд параметров, принимает текст и имеет контекст длиной 2048 токенов. Модель предназначена прежде всего для краткого изложения законодательных предложений на французском языке. В метаданных указаны формат safetensors и лицензия Llama 2 Community License Agreement. Карточка не приводит оценок качества или подробностей обучающих данных, поэтому пригодность для юридически значимых решений требует отдельной проверки.

Mursit-Large — турецкоязычная модель masked language modeling, разработанная NewMind AI и представленная в работе Mecellem Models. Она обучена с нуля на корпусе примерно из 112,7 млрд токенов, включающем преимущественно турецкие тексты из юридической области и общего веба. Модель использует плотную архитектуру ModernBERT-large с 403,6 млн параметров и контекстом до 2048 токенов; для турецкого языка создан специализированный токенизатор. Модель предсказывает замаскированные токены и извлекает контекстуальные признаки для последующих задач. Её можно применять для турецкой классификации текстов, распознавания сущностей и ответов на вопросы, а также как основу для эмбеддингов и поиска по юридическим документам. В README отмечено, что предварительное обучение само по себе даёт ограниченную пользу для retrieval без дополнительной настройки под эмбеддинги. Доступны веса PyTorch, Safetensors и ONNX; лицензия — Apache-2.0.

SicheateR99/qwen3-4b-legal — языковая модель семейства Qwen3, дообученная SicheateR99 на базе unsloth/Qwen3-4B-unsloth-bnb-4bit с помощью Unsloth и библиотеки Hugging Face TRL. Модель содержит 3,7 млрд параметров, использует архитектуру Qwen3ForCausalLM и принимает текст для генерации текста; доступны чатовый режим и интерфейс вызова инструментов. Максимальная длина контекста — 40 960 токенов. Модель предназначена для текстовых задач в юридической тематике, включая ответы на вопросы и составление черновиков документов. Карточка не приводит подробностей о данных обучения, результатах оценки или конкретных юридических юрисдикциях, поэтому качество и применимость ответов для конкретной правовой системы не подтверждены. Распространяется по лицензии Apache-2.0.

Карточка модели kallam/Saul-Instruct-v1 на Hugging Face совпадает с карточкой Equall/Saul-7B-Instruct-v1, поэтому описание составлено по ней. Saul-7B-Instruct-v1 — языковая модель Equall.ai, разработанная совместно с CentraleSupélec, Sorbonne Université, Instituto Superior Técnico и NOVA School of Law. Это плотная причинная модель семейства Mistral на 7,1 млрд параметров, полученная продолжением предобучения Mistral-7B и настроенная для выполнения инструкций в юридической области. Модель работает с текстом на английском языке, поддерживает диалоговый сценарий и имеет контекстное окно до 32 768 токенов. Модель предназначена для генерации текста в юридических задачах: например, для подготовки черновиков и ответов на запросы. Карточка предупреждает, что ответы могут быть неточными или бессмысленными, а качество модели на 7B параметров может уступать более крупной версии на 70B. Лицензия — MIT.

bqbbao6/vietnamese-legal-embedding-wsgm — модель текстовых эмбеддингов, разработанная для поиска по юридическим документам на вьетнамском языке. Она дообучена на основе intfloat/multilingual-e5-base и использует архитектуру XLM-RoBERTa с 305,2 млн параметров. Модель предназначена для семантического поиска и извлечения документов в системах RAG, особенно в юридических корпусах. Перед подачей текста требуется сегментация вьетнамских слов, например PyVi; для запросов используется префикс «query: », для документов — «passage: ». Контекст составляет до 512 токенов по README и 514 токенов в метаданных. Карточка приводит результаты оценки на двух наборах для поиска юридических текстов. Модель принимает текст и выдаёт эмбеддинги для сопоставления запросов с документами. Она рассчитана на сегментированный вьетнамский текст, поэтому качество и применимость могут снижаться при подаче несегментированного текста или для задач вне юридического поиска. Лицензия в предоставленных данных не указана.

tutran27 разработал sentence-transformers-модель на основе BAAI/bge-m3, дообучив её на парах текстов из вьетнамского правового датасета PhapDien. Модель кодирует предложения и абзацы на вьетнамском языке в плотные векторы размерностью 1024; для сравнения векторов используется косинусное сходство. Архитектура включает XLM-RoBERTa, пулинг по CLS-токену и нормализацию. В README указан предел в 768 токенов на последовательность, тогда как метаданные каталога сообщают о контекстном окне базовой модели в 8194 токена. Модель предназначена для семантического поиска и извлечения релевантных правовых положений по запросам, а также для ранжирования текстов по смысловой близости. Обучение на примерах из законодательства Вьетнама делает её подходящей для поиска по документам PhapDien; качество на других корпусах или языках не описано. Лицензия в предоставленных данных не указана.

Кросс-энкодер на базе BAAI/bge-reranker-base, дообученный автором kiencnt2205 для повторного ранжирования юридических текстов на вьетнамском языке. Модель принимает пару «запрос — документ» и выдаёт оценку релевантности, которую можно использовать для сортировки результатов поиска или семантического поиска. Она построена на XLM-RoBERTa с классификационной головой, содержит 305,2 млн параметров и имеет контекст до 514 токенов; для работы в README указана библиотека sentence-transformers. В карточке приведены результаты оценки на наборе legal-reranker-rerank: NDCG@10 0,9362, MRR@10 0,9343 и MAP 0,8992. Датасет для обучения содержит 11 328 примеров. Модель специализирована на юридическом домене и вьетнамском языке; значения метрик относятся к указанному набору и не гарантируют такое же качество на других данных. Лицензия в предоставленных сведениях не указана.

Это модель SentenceTransformer, разработанная Dilovancelik на основе sentence-transformers/all-distilroberta-v1 и дообученная на наборе danish_law_qa. Она преобразует предложения и абзацы в плотные векторы размерности 768, нормализованные для сравнения косинусным сходством. Модель построена на RoBERTa с усреднением токенных представлений; максимальная длина последовательности — 512 токенов. Модель предназначена прежде всего для семантического поиска и сопоставления вопросов с контекстами в датских юридических материалах. Её также можно применять для поиска похожих формулировок, кластеризации и извлечения признаков для классификации текстов. В README приведены результаты TripletEvaluator на двух наборах, однако они не гарантируют аналогичное качество на других данных. Модель принимает текст и выдаёт эмбеддинги. Она наследует англоязычную базу DistilRoBERTa, а дообучение выполнено на датском юридическом наборе, поэтому применимость к другим языкам и областям может быть ограничена. Лицензия в предоставленных данных не указана.

A.X-3.1-Light SFT A1 (Paper-guided 4K) — корейская версия модели для генерации текста, созданная youngseok12 на основе skt/A.X-3.1-Light. Это плотная Llama-архитектура с 6,8 млрд параметров и контекстом 32 768 токенов; в репозитории опубликованы веса safetensors в BF16. Модель получена supervised fine-tuning с LoRA на 4 000 отобранных примерах из пяти источников AI Hub, после чего адаптер объединён с базовыми весами. Модель предназначена для генерации текста на корейском языке и ответов на вопросы в формате бенчмарков, включая задачи на понимание административных, финансовых, юридических, учебных и медицинских текстов, а также причинно-следственные рассуждения. Разработчик приводит локальные прокси-результаты на наборе KDS, но они не являются официальными оценками лидерборда. Возможны фактические ошибки и нарушения заданного формата; модель не подходит для самостоятельного принятия медицинских, юридических, финансовых и иных значимых решений. Базовая модель и производная модель указаны под лицензией Apache-2.0; для исходных данных AI Hub действуют отдельные условия использования.

fefofico/crisis_trained_allnat — модель классификации текста на базе SetFit, созданная дообучением codefuse-ai/F2LLM-v2-80M. Она сочетает дообученный Sentence Transformer с классификатором LogisticRegression и относит текст к одному из двух классов: positive или negative. Модель обучалась для выявления текстов, связанных с кризисами и международными угрозами: среди положительных примеров упоминаются кризисы, киберугрозы, территориальные споры, эпидемии и риск ядерной эскалации. Модель предназначена для классификации англоязычных текстовых фрагментов по тематике кризисов и угроз; заявленная максимальная длина последовательности — 40960 токенов. Для оценки приведены значения F1 macro 0,7436 и F1 binary 0,6316. Эти результаты указывают, что качество классификации может быть ограничено, особенно для отдельных классов или иных данных. Сведения о лицензии в доступных источниках отсутствуют.

deka-qwen3-emb-0.6b-multipos-fact — текстовая модель эмбеддингов, созданная Anonymous Research на основе Qwen/Qwen3-Embedding-0.6B полным дообучением всех параметров. Она предназначена для поиска релевантных решений Верховного суда Таиланда по корпусу из 9 998 дел и обучена на оценках релевантности судебных дел с использованием supervised contrastive learning. Модель формирует нормализованные векторы размерности 1024; запросы подаются с инструкционным префиксом, а документы — без него. Базовая модель поддерживает контекст до 32 768 токенов, однако документы длиннее 1 300 токенов в описанном поисковом конвейере обрезаются. На тестовом наборе из 105 запросов дообучение повысило полноту поиска на десяти лучших результатах для запросов, сформулированных простым языком, и по фактам дела, но метрики ранжирования первого релевантного результата в этих регистрах снизились. Результаты ограничены небольшим тестовым набором, одним запуском и неполными оценками релевантности. Модель предназначена для поиска, а не для определения юридической силы прецедента или проверки актуальности решения. Лицензия — Apache-2.0.

EmuBert — англоязычная модель Roberta для австралийской юридической сферы, разработанная Умаром Батлером. Это дообученная версия FacebookAI/roberta-base с 151,8 млн параметров, предназначенная прежде всего для предсказания замаскированных токенов и адаптации к юридическим NLP-задачам. Модель обучена на корпусе из 180 тысяч законов, нормативных актов и судебных решений из шести австралийских юрисдикций; контекст составляет 514 токенов. Доступна в формате Safetensors и распространяется по лицензии MIT. EmuBert подходит для дообучения на классификацию юридических текстов, распознавание именованных сущностей, оценку семантического сходства и ответы на вопросы в австралийском правовом контексте. Ограничения включают менее подробные сведения о праве Виктории, Северной территории и Австралийской столичной территории, а также возможный уклон в сторону законодательства и судебных решений Содружества и Нового Южного Уэльса. В README также описаны гендерные и сексуальные стереотипы; автор рекомендует проверять пригодность модели для конкретного применения.

LegalEmbed — модель эмбеддингов, дообученная IvanDVonga на корпусе французского права. Она преобразует юридические запросы, ссылки и статьи законов в векторы для семантического поиска и сравнения релевантности. В основе — Sentence Transformers paraphrase-multilingual-mpnet-base-v2 с архитектурой XLM-RoBERTa; модель содержит 305,2 млн параметров и принимает последовательности длиной до 514 токенов. Для запросов рекомендуется префикс «Question juridique : », для статей и документов — «Texte de loi : ». Модель обучалась на примерно 53 тысячах статей французских кодексов с MultipleNegativesRankingLoss. Подходит для поиска правовых норм по вопросу или ссылке, сопоставления юридических документов и построения семантического поиска по корпусам французского законодательства. Модель выдаёт эмбеддинги, а не готовые юридические ответы или заключения; качество для других языков и областей не подтверждено. Распространяется по лицензии CC BY 4.0.

SBERT Legal Paragraph Retrieval — англоязычный энкодер предложений, разработанный для поиска релевантных абзацев в корпусе судебных решений Индии. Модель создана дообучением sentence-transformers/all-MiniLM-L6-v2 и использует архитектуру Sentence Transformer с энкодером BERT, усреднением токенов и нормализацией векторов. Она преобразует запросы и абзацы в векторы размерности 384; косинусное сходство отражает юридическую релевантность. Максимальная длина последовательности в карточке README — 256 токенов; метаданные указывают контекст 512 токенов. Модель предназначена для первого этапа поиска по судебной практике: она сопоставляет естественно-языковой запрос юриста с оригинальными абзацами решений и соответствующими краткими резюме. Обучение на 90 142 парах из 693 индийских судебных решений включало запросы разного стиля и примеры как с оригинальным текстом, так и с LLM-резюме. На отложенной выборке точность cosine_accuracy@1 составила 0,5051, @3 — 0,7408, @5 — 0,8375. Модель рассчитана на английский язык и индийские судебные решения. Она не предназначена для генерации юридических советов, прогнозирования исхода дела или самостоятельного принятия решений; качество зависит от разбиения документов на абзацы. Тексты длиннее 256 токенов обрезаются, а модель не проверена на других юрисдикциях, законах, договорах и текстах общего назначения. README также сообщает о некотором преимуществе при поиске по LLM-резюме перед оригинальным текстом. Лицензия — Apache 2.0.

SIDA-13B — мультимодальная модель на базе LISA, дообученная для обнаружения и локализации областей изображения, подвергшихся подделке или изменению. Разработчики обучили её на наборе SID_Set, включающем реальные, изменённые и полностью синтетические изображения. Модель предназначена для проверки изображений на предмет манипуляций и выделения подозрительных участков. Она принимает изображения и текстовые запросы, а результатом служат текстовый ответ и сегментация области. Архитектура основана на LLaVA, число параметров — 12,9 млрд, контекст — 4096 токенов; в метаданных указан английский язык. Модель дообучена на xinlai/LISA-13B-llama2-v1 и опубликована в формате PyTorch. Лицензия — Llama 2. Карточка не сообщает результаты оценки качества, поэтому точность обнаружения манипуляций по ней определить нельзя.

HivetechVN разработала vietnamese-sbert-base-law-768-v1 — Sentence Transformer на базе RoBERTa, дообученный на парах запросов и фрагментов вьетнамских правовых текстов. Модель кодирует предложения и абзацы в плотные векторы размерностью 768 и предназначена для поиска семантически близких документов, сравнения текстов и подбора перефразировок. Для сравнения векторов используется косинусное сходство. Модель подходит для поиска ответов и правовых положений по вьетнамским формулировкам, а также для кластеризации и классификации текста на основе эмбеддингов. Максимальная длина последовательности составляет 258 токенов по метаданным. README указывает английский как язык модели, однако приведённые обучающие пары — на вьетнамском; это указывает на специализацию на вьетнамском правовом тексте, но не подтверждает широкую поддержку английского. Модель распространяется по лицензии Apache-2.0.

Aleris X3D Violence Detector — модель компьютерного зрения для классификации видео на насильственные и ненасильственные. Её разработал Mostafa Alazzaly в рамках Aleris Graduation Project. Модель сочетает X3D-M для извлечения пространственно-временных признаков видео и ResNet18 для дополнительных визуальных признаков; объединённые признаки поступают в классификационную голову. Для обработки используются 16 RGB-кадров размером 224 × 224. В репозитории представлены веса PyTorch и экспорт в ONNX. Модель предназначена для видеонаблюдения, анализа записей и автоматического выявления инцидентов; пользовательский результат — одна из двух меток: Non-Violent или Violent. Модель распространяется по лицензии Apache-2.0. Она обучена на пользовательском наборе размеченных насильственных и ненасильственных видео. Описание не приводит количественных оценок качества или сведений о проверке на разных условиях съёмки, поэтому надёжность классификации в конкретной среде требует отдельной оценки.

Модель ulisesbravo/autotrain-p3-7h82s-lsn5g — дообученная BERT для классификации последовательностей текста, созданная с помощью AutoTrain. Она предназначена для отнесения текста к заданным классам; по описанию базовой модели, её применение связано с португалоязычными решениями бразильских судов. Модель содержит 136,1 млн параметров, использует архитектуру BertForSequenceClassification и принимает последовательности длиной до 512 токенов. В README приведены метрики валидации: accuracy 0,749, а также macro F1 около 0,749. Эти результаты характеризуют только указанную проверочную выборку. Модель распространяется в формате safetensors; лицензия в предоставленных данных не указана.

pierreguillou/bert-base-cased-pt-lenerbr — языковая модель на архитектуре BERT base, дообученная Пьером Гийу на модели BERTimbau base для юридического домена Бразилии на португальском языке. Обучение выполнено на наборе LeNER-Br с задачей предсказания маскированных токенов; модель содержит 136,1 млн параметров и рассчитана на контекст до 512 токенов. Модель предназначена для заполнения пропусков в юридических текстах на португальском языке и может служить основой для извлечения именованных сущностей в бразильских судебных документах. Репозиторий содержит веса PyTorch. Лицензия в предоставленных данных не указана.

Luciano/bertimbau-base-finetuned-brazilian_court_decisions — модель классификации текста, дообученная на основе neuralmind/bert-base-portuguese-cased для решений бразильских судов. Она предназначена для классификации текстов судебных решений на португальском языке. Модель построена на архитектуре BERT, содержит 136,1 млн параметров и принимает последовательности длиной до 512 токенов. На указанном в карточке наборе оценки точность составила 0,7921, а значение функции потерь — 0,6424. Модель рассчитана на бразильский португальский; лицензия — MIT. Карточка не раскрывает классы классификации, подробности обучающих данных и ограничения применения, поэтому качество на других данных не установлено.

Archit Rastogi разработал эту модель как дообученную версию BAAI/bge-small-en-v1.5 для создания эмбеддингов юридических текстов, связанных с Кодексом США. Модель основана на архитектуре BERT, содержит 40 млн параметров и принимает текст на английском языке; максимальная длина контекста — 512 токенов. Веса опубликованы в формате safetensors по лицензии Apache-2.0. Модель предназначена для семантического поиска по юридическим документам, сопоставления запросов с фрагментами Кодекса США и получения эмбеддингов для последующих NLP-систем. В README заявлена точность 75% на тестовой выборке USLawQA; результаты относятся к описанной автором оценке и не гарантируют качество на других юридических корпусах или задачах.

Это плотная модель эмбеддингов на базе Qwen3-Embedding-0.6B, дообученная anonymousresearch123 для поиска дел, рассматривавшихся Верховным судом Таиланда. Она обучена по triplet objective сопоставлять запросы в стиле юриста с текстами фактических обстоятельств дела; для запросов требуется добавлять использованный при обучении префикс-инструкцию, а документы следует кодировать без него. Модель использует pooling последнего токена с левым заполнением и L2-нормализацию; число параметров — 507,6 млн, контекст — до 32 768 токенов. README приводит результаты поиска на полном корпусе с отдельными метриками для пользовательских, юридических и фактических формулировок. Модель предназначена для семантического поиска и ранжирования релевантных судебных дел по запросу на тайском языке. Она распространяется в формате safetensors под лицензией Apache-2.0. Приведённые метрики различаются в зависимости от регистра текста: лучшие результаты показаны для запросов, сформулированных как факты; точность на пользовательских запросах заметно ниже. Для корректной работы важно соблюдать формат запросов и документов, применённый при обучении.

Модель deka-qwen3-emb-0.6b-triplet-lay-anompos разработана anonymousresearch123 как полноразмерное дообучение Qwen/Qwen3-Embedding-0.6B для поиска дел Верховного суда Таиланда. Она кодирует запросы и документы в нормализованные текстовые эмбеддинги для семантического поиска и ранжирования кандидатов; при обучении использованы триплетная цель и сопоставление запросов с текстами фактических обстоятельств дела. Модель основана на плотной архитектуре Qwen3, содержит 507,6 млн параметров и поддерживает контекст до 32 768 токенов. Для запросов необходимо добавлять инструкционный префикс, использованный при обучении, а документы передавать без него. На тесте качество различалось по регистру запросов: R@10 составил 12,38 для пользовательских запросов, 26,67 для запросов юристов и 30,0 для запросов в регистре фактических обстоятельств. Модель предназначена для тайского юридического корпуса; лицензия Apache-2.0.