基于560M参数E5模型，以23.5万组问答段落对微调塔吉克语嵌入器。
推荐理由：项目用法律、税务、百科和网页语料合成23.5万训练对，并加入硬负例及英俄数据，填补塔吉克语文档检索模型的公开空白。
阅读原文