Сбер открыл доступ к новой линейке GigaEmbeddings — моделей, которые превращают текст в числовые векторы и помогают ИИ искать информацию по смыслу, а не по ключевым словам 🔍

Это основа для RAG-систем (когда нейросеть отвечает на основе ваших документов, а не общих знаний). Чем точнее эмбеддинги — тем меньше галлюцинаций у ассистентов и чат-ботов. А для бизнеса, где цена ошибки высока, это особенно критично: поддержка клиентов, юристы, финансы, внутренние базы знаний ✍️

В новой линейке — три модели разного размера под любые задачи: можно выбрать баланс между скоростью и качеством. Флагман 10B-A1.8B занял первое место в ruMTEB, а 480M стала лучшей на русском среди моделей до 500 млн параметров. При этом выросла и скорость — 3B работает в 1,6 раза быстрее предыдущей версии, а 10B-A1.8B — в 2 раза 🚀

Модели совместимы с популярными инструментами vLLM и SGLang, так что встроить их в свою инфраструктуру будет легко. И все это — под открытой лицензией MIT, бесплатно для коммерческого использования 👍

Забрать модели в свои проекты можно по ссылкам:
HF: 480M 3B 10B-A1.8B
Gitverse: 480M 3B 10B-A1.8B

И обязательно делитесь отзывами, когда потестите!