用途：为开发者提供希伯来语 NLP 模型与工具的选型和使用指引，涵盖 Dicta 系列（DictaLM、DictaBERT、NeoDictaBERT）、AlephBERT 与 ivrit.ai Whisper。
主要能力与选型：文本生成可用 DictaLM 3.0 24B Base（Apache-2.0）、12B Nemotron Instruct、24B Thinking 及 1.7B Thinking GGUF；分类/填空用 DictaBERT（184M，需微调）；NER、情感、形态与依存、抽取式问答分别有 dictabert-ner、dictabert-sentiment、dictabert-joint、dictabert-heq；句嵌入用 NeoDictaBERT 双语嵌入（768 维）；语音转写用 ivrit.ai Whisper v3 及 turbo-ct2（faster-whisper）。
使用方式：通过 transformers pipeline 或 AutoModel 加载，部分模型需 trust_remote_code=True（Nemotron、dictabert-joint、neodictabert-bilingual-embed 等），生产环境应固定 revision。NER 需 aggregation_strategy='simple' 并设置 WordPiece 解码器。嵌入查询需保留 query: 前缀。语音转写用 faster_whisper.WhisperModel，language='he'，CPU 可设 device="cpu"、compute_type="int8"。Dicta 还提供托管 REST API（Nakdan、形态分析等），接入前需查阅官方开发者文档确认端点与条款。
预处理与限制：建议做 Unicode NFC 归一化、去除 niqqud（保留 maqaf）、清理空白；注意希伯来语无大小写、词可带多个前缀、有五个词尾形，且现代文本通常无 niqqud。加注元音（diacritization）可用 dictabert-large-char-menaked，但结果存在歧义，且不适用于圣经、拉比或诗歌文本。各模型许可证不同（DictaBERT 为 CC-BY-4.0，DictaLM 24B 为 Apache-2.0，Nemotron 12B 为 NVIDIA Open Model License），商用前需核对。24B 模型 BF16 权重约需 48GB 显存，12B 约 24GB，可改用更小或量化版本。HebSpacy 与 Stanza 也提供希伯来语管线，但 Dicta 模型准确度通常更高。