Разбор текстаПоиск и RAG

RuModernBERT и USER (deepvk)

Русские энкодеры от команды VK: RuModernBERT читает длинные тексты, USER даёт векторы для поиска, GeRaCl классифицирует тексты по темам без обучения.

Разработчик
deepvk (VK), Россия
Первый выпуск
фев 2023
Последний выпуск
май 2025
Размеры
35M – 360M
Лицензия
Можно в коммерциюApache 2.0
Поставить на свой сервер Hugging Face

Какие задачи решает

  • Классификация обращений без размеченных данных
  • Поиск по базе знаний на русском
  • Разбор длинных договоров

Где применяется

Службы поддержкиДокументооборотБазы знаний компаний

Требования к железу

НоутбукНоутбук или обычный ПК, до 8 ГБ видеопамяти — младшие версии
подходит
1 видеокартаОдна видеокарта на 16–80 ГБ — средние версии
нет версий
КластерСервер с несколькими видеокартами — флагманские версии
нет версий

Версии

  1. GeRaCl (классификатор без обучения)
  2. USER2 small и base
  3. RuModernBERT small и base
  4. USER-bge-m3
  5. USER-base
  6. deberta-v1 base

Как внедряю у заказчика

  1. ПодборВыбираю размер модели под задачу и ваше железо, проверяю на ваших примерах.
  2. УстановкаРазворачиваю на вашем сервере или в закрытом контуре, отдаю API.
  3. ДообучениеДообучаю на ваших данных (LoRA) или подключаю базу знаний — что дешевле для задачи.
  4. ВстраиваниеПодключаю к CRM, 1С, боту, сайту или рабочему чату, настраиваю мониторинг.

Похожие модели

Разбор текстаruBERT, ruRoBERTa, ruELECTRA (ai-forever)SberDevices (ai-forever) · РоссияМожно в коммерцию

Русскоязычные энкодеры Сбера, обученные на больших русских корпусах. Основа для классификаторов, NER и поиска по смыслу на русском.

ПодробнееРазбор текстаModernBERTAnswer.AI и LightOn · США / ФранцияМожно в коммерцию

Современная замена классическому BERT: быстрее, читает до 8 тысяч токенов за раз. Основа для своих классификаторов. Обучена на английском и коде, для русского есть RuModernBERT.

ПодробнееПоиск и RAGFRIDA / Giga-EmbeddingsСбер (SberDevices) · РоссияМожно в коммерцию

Эмбеддинги Сбера, заточенные под русский язык: по данным разработчиков, в числе лучших на русскоязычных тестах поиска. FRIDA компактная, Giga-Embeddings мощнее.

Подробнее