Embeddings russes de l'écosystème GigaChat de Sber / Salute Devices
Le compte ai-sage sur Hugging Face regroupe des modèles issus de l'écosystème GigaChat, développé dans l'orbite de Sber, la plus grande banque russe et l'un des principaux acteurs technologiques du pays, via sa filiale Salute Devices. GigaChat est l'une des familles de grands modèles de langue les plus avancées pour le russe, entraînée spécifiquement pour cette langue, et ai-sage en diffuse plusieurs composants en accès ouvert.
Au catalogue, Giga-Embeddings-instruct illustre ce travail : un modèle d'embeddings de texte centré sur le russe, construit sur un socle décodeur de la famille GigaChat et affiné par instruction sur des tâches de récupération, de classification et de regroupement. L'approche mise sur un ajustement hiérarchique et un entraînement contrastif à grande échelle pour couvrir des usages variés.
Ces embeddings visent avant tout les applications en langue russe : recherche sémantique, RAG et classification de documents, dans un contexte où les modèles spécialisés pour le russe restent relativement rares.
