PartAI/Tooka-SBERT-V2-Large est un modèle d’embedding publié par PartAI le 1er mai 2025. Ses 353 millions de paramètres produisent des représentations denses de 1 024 dimensions à partir de phrases ou de paragraphes, afin de mesurer leur proximité sémantique.

Publié par PartAI le 1er mai 2025, PartAI/Tooka-SBERT-V2-Small est un modèle d’embedding Sentence Transformers de 123 millions de paramètres actifs. Il transforme phrases et paragraphes en représentations denses de 768 dimensions, adaptées à la comparaison de proximité sémantique.

PartAI/TookaBERT-Base est un modèle d’embedding dense de PartAI, publié le 8 décembre 2024 sous licence ouverte Apache 2.0. Ses 123 millions de paramètres produisent des vecteurs de 768 dimensions. L’encodeur a été préentraîné sur plus de 500 Go de textes en persan, notamment des…

PartAI/Tooka-SBERT est un modèle d’embedding publié par PartAI le 7 décembre 2024. Fondé sur TookaBERT-Large et spécialisé dans le persan, il compte 353 millions de paramètres, tous actifs. Il produit des représentations denses de 1024 dimensions à partir de séquences atteignant 512…