Нова перська модель ембеддингів RaahNaame-Koochik-v1
Опубліковано нову перську модель ембеддингів RaahNaame-Koochik-v1 з 308 млн параметрів. Вона випереджає базову модель EmbeddingGemma-300m за показниками MTEB для перської мови.
🔬 Нішевий інструмент. Модель ембеддингів для перської мови має сенс лише для компаній, які обробляють перськомовні тексти і потребують пошуку або кластеризації.
🎯 Чи підходить це вашому бізнесу?
Заповніть профіль компанії — і ми автоматично покажемо, чи варто вам це впроваджувати.
Заповнити профіль · 30 секундTL;DR
• Модель має 308 млн параметрів
• Оцінка 71,44 Mean(Task) на MTEB(fas, v2)
• Дистильована з F2LLM-v2-14B та Gemini Embedding 2
• Доступна на Hugging Face
• Випереджає EmbeddingGemma-300m
Як це змінить ваш ринок?
Компанії, що працюють з перськомовними даними, отримали ще один варіант для пошуку та кластеризації тексту без залежності від великих загальних моделей.
Для кого це і за яких умов
Для бізнесу з перськомовним контентом та власною IT-командою. Потрібен інженер для самостійного розгортання та інтеграції.
Альтернативи
| Продукт 1 | Продукт 2 | Продукт 3 | |
|---|---|---|---|
| Ціна | безкоштовно | ціна не розкрита | ціна не розкрита |
| Де працює | Hugging Face | Hugging Face | Hugging Face |
| Мін. вимоги | GPU або CPU | GPU або CPU | GPU або CPU |
| Ключова різниця | 308M параметрів, перська мова | загальне призначення | загальне призначення |
💬 Часті запитання
Чи потрібна IT-команда?
Так, модель потребує розгортання та інтеграції власними інженерами.
Чи підходить для продакшену?
Статус експериментальний, без гарантій стабільності та підтримки.
Яка мова підтримується?
Перська мова.
Такий розбір щоранку о 08:00
Персональний AI-дайджест для вашої галузі — щодня у Telegram
AI Advisory Board
Навчіть вашу команду будувати такі AI-автоматизації
За 5 днів кожен співробітник побудує автоматизацію для своєї ділянки роботи.
Дізнатись більше → aiadvisoryboard.me