Publié par sdadas le 17 novembre 2023 sous licence ouverte Apache 2.0, sdadas/mmlw-e5-base est un modèle d’embedding dense de 278 millions de paramètres. Orienté vers le polonais, il dérive de multilingual E5 et a été entraîné par distillation multilingue sur des paires de textes…

Publié par sdadas le 17 novembre 2023 sous licence ouverte Apache 2.0, sdadas/mmlw-e5-large est un modèle d’embedding dense de 560 millions de paramètres. Initialisé à partir de multilingual E5, puis entraîné par distillation multilingue sur des paires polonais-anglais, cet encodeur est…

Publié par sdadas le 17 novembre 2023 sous licence ouverte Apache 2.0, sdadas/mmlw-e5-small est un encodeur dense de 118 millions de paramètres. Distillé à partir d’un checkpoint multilingual E5 avec des modèles BGE anglophones comme enseignants, il a été entraîné sur des paires de…

Publié par sdadas le 17 novembre 2023 sous licence ouverte Apache 2.0, sdadas/mmlw-roberta-base est un encodeur de 124 millions de paramètres spécialisé dans les textes polonais. Initialisé à partir de Polish RoBERTa, il a été distillé au moyen d’un modèle enseignant English…

Publié par sdadas le 17 novembre 2023 sous licence ouverte Apache 2.0, sdadas/mmlw-roberta-large est un modèle d’embedding dense de 435 millions de paramètres, tous actifs. Initialisé à partir de Polish RoBERTa, cet encodeur de textes polonais produit des vecteurs de 1024 dimensions.