Поиск и RAG

Sentence Transformers (all-MiniLM, paraphrase-multilingual)

Классика смыслового поиска: маленькие быстрые модели, которые работают даже на слабом сервере без видеокарты. Многоязычные версии понимают русский.

Разработчик
UKP Lab (ТУ Дармштадт), затем Hugging Face, Германия
Первый выпуск
авг 2019
Последний выпуск
янв 2025
Размеры
около 20M – 470M
Лицензия
Можно в коммерциюApache 2.0
Русский язык
Есть
Готовые сборки
GGUF
Запуск
Есть в OllamaРаботает и без видеокарты
Сферы
Разработка ПО, Поддержка клиентов, Документы и бухгалтерия, Торговля и маркетплейсы
Поставить на свой сервер Hugging Face GitHub

Какие задачи решает

  • Поиск по базе знаний и FAQ
  • Поиск похожих обращений и дублей
  • Группировка отзывов и заявок по темам

Где применяется

Поддержка клиентовВнутренние базы знанийОнлайн-торговля

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. Static Embeddings (en и многоязычная)
  2. all-MiniLM-L6-v2 и all-mpnet-base-v2
  3. paraphrase-multilingual-MiniLM-L12-v2
  4. Многоязычные paraphrase и distiluse
  5. SBERT (первые NLI-модели)

Как запустить

Через Ollama — быстрее всегоПоставьте Ollama на компьютер или сервер и найдите модель в её библиотеке по названию. Годится, чтобы за вечер попробовать модель на своих задачах.Найти в библиотеке Ollama
На своём сервереВеса скачиваются с Hugging Face, запуск — через vLLM (нагрузка и API) или llama.cpp (скромное железо). Так модель работает в закрытом контуре, без оплаты за запросы.Hugging Face
Сколько нужно железаПосчитайте видеопамять под нужный размер модели, контекст и число одновременных запросов.Открыть калькулятор железа

Ставлю и настраиваю под ключ: подберу размер модели, разверну на вашем сервере, подключу к вашим системам. Квантование — сжатие модели: она занимает меньше видеопамяти и работает на более скромном железе. Отвечает при этом чуть иначе, поэтому качество проверяют на своих примерах.

Частые вопросы

Можно ли использовать Sentence Transformers (all-MiniLM, paraphrase-multilingual) в коммерческом проекте?

Да. Лицензия: Apache 2.0. Это разрешает коммерческое использование, но перед запуском лицензию всё равно стоит показать юристу.

Какое железо нужно для Sentence Transformers (all-MiniLM, paraphrase-multilingual)?

Минимум: Ноутбук или обычный ПК, до 8 ГБ видеопамяти — младшие версии. Есть версии, которые работают и без видеокарты, на обычном процессоре. Точный объём видеопамяти под ваш размер модели и контекст можно посчитать в калькуляторе железа.

Поддерживает ли Sentence Transformers (all-MiniLM, paraphrase-multilingual) русский язык?

Да, русский язык заявлен в карточке модели.

Где скачать Sentence Transformers (all-MiniLM, paraphrase-multilingual) и сколько это стоит?

Веса Sentence Transformers (all-MiniLM, paraphrase-multilingual) лежат в открытом доступе и скачиваются бесплатно. Платить нужно только за железо, на котором модель работает, и за настройку. Ссылки на первоисточник — в конце страницы.

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.

Статьи по теме

Похожие модели

Поиск и RAGE5 / multilingual-e5Microsoft · СШАМожно в коммерцию

Проверенные модели для смыслового поиска. Многоязычные версии хорошо работают с русским и до сих пор служат надёжной основой для RAG.

ПодробнееПоиск и RAGBGE-M3BAAI · КитайМожно в коммерцию

Модель для поиска по смыслу на сотне языков. Основа RAG: бот находит нужный кусок документа перед ответом.

ПодробнееРазбор текстаrubert-tinyДавид Дале (cointegrated) · РоссияМожно в коммерцию

Очень маленький русско-английский BERT, работает быстро на обычном процессоре. Есть готовые дообученные версии для тональности, токсичности и эмоций.

Подробнее

Источник: huggingface.co/sentence-transformers/static-similarity-mrl-multilingua. Данные сверены с карточкой модели 22.09.2026. Лицензию перед коммерческим запуском проверьте с юристом.