初始化项目，由ModelHub XC社区提供模型

Model: Roflmax/bge-m3-russian-legal
Source: Original Platform

README.md

@@ -0,0 +1,107 @@
+---
+language:
+- ru
+license: apache-2.0
+tags:
+- sentence-transformers
+- feature-extraction
+- sentence-similarity
+- legal
+- russian
+- bge-m3
+pipeline_tag: sentence-similarity
+library_name: sentence-transformers
+base_model: BAAI/bge-m3
+---
+
+# BGE-M3 Russian Legal Documents
+
+Это модель для получения эмбеддингов русских юридических документов, дообученная на датасете из трех категорий: судебные решения, федеральные законы и региональные законы.
+
+## Модель
+
+- **Базовая модель**: BAAI/bge-m3
+- **Размерность эмбеддингов**: 1024
+- **Max sequence length**: 512 токенов
+- **Язык**: Русский
+- **Задача**: Semantic search на юридических документах
+
+## Метрики качества
+
+### Результаты на тестовой выборке
+
+| Метрика | Значение |
+|---------|----------|
+| **Recall@1** | 76.9% |
+| **Recall@5** | 92.9% |
+| **Recall@10** | 95.5% |
+
+### Результаты по типам документов (validation set)
+
+| Датасет | Recall@1 | Recall@5 | Recall@10 |
+|---------|----------|----------|-----------|
+| **court_law** (судебные решения) | 67.5% | 87.9% | 92.6% |
+| **other_law** (федеральные законы) | 85.1% | 96.7% | 97.4% |
+| **reg_law** (региональные законы) | 75.6% | 96.9% | 98.8% |
+
+## Датасет для обучения
+
+- **Размер**: 26,734 уникальных пар (query, document)
+- **Дедупликация**: Да (70% удалено по chunk_text)
+- **Категории**:
+  - court_law: 14,046 примеров
+  - other_law: 3,823 примеров
+  - reg_law: 8,865 примеров
+
+## Использование
+
+### Установка
+
+```bash
+pip install sentence-transformers
+```
+
+### Получение эмбеддингов
+
+**ВАЖНО**: Модель обучена с префиксами BGE-M3. Используйте их при инференсе!
+
+```python
+from sentence_transformers import SentenceTransformer
+
+# Загрузка модели
+model = SentenceTransformer("Roflmax/bge-m3-russian-legal")
+
+# Для запросов используйте префикс
+query = "Represent this sentence for searching relevant passages: Какое наказание за управление в состоянии опьянения?"
+query_embedding = model.encode(query)
+
+# Для документов префикс пустой (просто текст)
+documents = [
+    "Статья 264 УК РФ. Нарушение правил дорожного движения...",
+    "КоАП РФ статья 12.8. Управление транспортным средством..."
+]
+doc_embeddings = model.encode(documents)
+
+# Поиск похожих документов
+from sklearn.metrics.pairwise import cosine_similarity
+similarities = cosine_similarity([query_embedding], doc_embeddings)[0]
+
+# Топ-5 результатов
+top_indices = similarities.argsort()[-5:][::-1]
+for idx in top_indices:
+    print(f"Document {idx}: similarity={similarities[idx]:.4f}")
+```
+
+## Параметры обучения
+
+- **Loss function**: MultipleNegativesRankingLoss (scale=20.0)
+- **Epochs**: 3
+- **Batch size**: 64
+- **Learning rate**: 2e-5
+- **Warmup ratio**: 0.1
+- **Precision**: bfloat16
+- **Best model selection**: eval_avg_recall@5
+
+## Лицензия
+
+Apache 2.0