/ Модель

Характеристики

Контекст
40 960 токенов
Параметры
3,7 млрд
Размер весов
8 ГБ
Лицензия
Apache 2.0
Архитектура
qwen3 · dense
Базовая модель
Qwen3-Embedding-4B
Библиотека
sentence-transformers
Опубликована
18 июн 2026

MoAI-Embedding-4B

ЭмбеддингиТекст → embedding4 профессии

Дообученная на корейских финансовых данных BC Card модель Qwen3-Embedding-4B для семантического поиска и извлечения документов в RAG.

101скачиваний за 30 дней5лайковвеса обновлены24 июн 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Тесты пользователейпока нет

Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.

  1. Добавьте модель в бенчмарк

    Вместе с другими моделями категории «Эмбеддинги» — сравнение идёт внутри одной категории.

  2. Опишите свои задачи

    Напишите запросы, при необходимости приложите файлы и эталонные ответы.

  3. Запустите и опубликуйте

    Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

BCCard/MoAI-Embedding-4B — корейская модель текстовых эмбеддингов для финансовых материалов BC Card, разработанная с помощью LoRA дообучения Qwen/Qwen3-Embedding-4B на данных предметной области. Это плотный энкодер семейства Qwen3 с 3,7 млрд параметров, представленный в safetensors и рассчитанный на создание векторов для поиска и сравнения текстов. Модель предназначена прежде всего для bi-encoder этапа извлечения кандидатов в RAG-системе BC Card, а также для поиска по вопросам и документам. Эмбеддинги имеют размерность 2560, нормализуются по L2 и сравниваются по косинусному сходству. README указывает ограничение входной последовательности в 1024 токена; для запросов при использовании следует добавлять обучающий instruction prefix.

На отложенном тесте внутри предметной области авторы сообщают улучшение NDCG@10 на 6,1% и Accuracy@1 на 8,9% относительно базовой Qwen3-Embedding-4B. Модель специализирована на корейских финансовых текстах BC Card, поэтому её качество на других языках и вне этой области не гарантируется. Как bi-encoder, она подходит для первичного извлечения, но для точной сортировки рекомендуется дополнительный reranker; числовые факты могут требовать лексического поиска. Это модель для извлечения, а не генерации ответов, и она требует больше ресурсов и времени на инференс, чем вариант 0,6B. Лицензия — Apache-2.0.

Сценарии применения

  • извлечение релевантных финансовых документов BC Card для RAG
  • поиск ответов на корейские вопросы по финансовым материалам
  • ранжирование кандидатов по семантическому сходству запроса и документа
  • поиск по материалам для частных клиентов, продавцов, корпоративных и VIP-клиентов
  • создание текстовых эмбеддингов для финансового корпуса

Ограничения

Специализирована на корейских финансовых текстах BC Card; качество за пределами этой области и на других языках не гарантируется. Вход ограничен 1024 токенами, модель требует значительных ресурсов, а для точного ранжирования и поиска числовых фактов рекомендуется сочетать её с reranker или лексическим поиском.

Для каких профессий подходит4

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

1. Overview

A Korean text-embedding model for the BC Card domain, built by LoRA fine-tuning Qwen/Qwen3-Embedding-4B on BC Card in-domain data (personal / merchant / corporate / VIP). It is intended as the retriever (bi-encoder) stage of a BC Card RAG pipeline.

This is the 4B-scale sibling of BCCard/MoAI-Embedding-0.6B — a larger-capacity variant for higher retrieval quality at the cost of compute/latency.

On a held-out in-domain test set it improves NDCG@10 by +6.1% and Accuracy@1 by +8.9% over the base Qwen3-Embedding-4B (full metrics in §2.3).

1.1. TL;DR

  • Base model: Qwen/Qwen3-Embedding-4B — 36 layers, hidden 2560, last-token pooling, instruction-aware
  • Domain / Language: Finance (BC Card — personal / merchant / corporate / VIP) / Korean
  • Task: Query-document retrieval (QA search, document similarity), RAG retriever
  • Method: PEFT (LoRA) + Multiple Negatives Ranking (contrastive)
  • Format: merged standalone (LoRA fused into base; loads with sentence-transformers, no peft)
  • Embedding dimension: 2560 · Max sequence length: 1024 · Similarity: cosine (outputs are L2-normalized)
  • Intended use
    • In-house BC Card-domain RAG retriever (Top-K candidate retrieval)
    • QA search, document-similarity scoring

1.2. Usage

The model was trained with an instruction prefix on the query side only (documents get no instruction). Inject the same instruction at inference so query/document encoding matches training.

from sentence_transformers import SentenceTransformer

model = SentenceTransformer("BCCard/MoAI-Embedding-4B")

# Query-side instruction (identical to training) - prepend to every query at inference time
QUERY_INSTRUCTION = "Instruct: Given a web search query, retrieve relevant passages that answer the query\nQuery: "

queries = ["BC카드 연회비는 어떻게 되나요?"]
documents = [
    "BC카드 연회비는 카드 종류와 혜택 구성에 따라 다르게 책정됩니다 ...",
    "바로카드 연회비는 국내 전용과 해외 겸용 여부에 따라 차등 부과됩니다 ...",
    "전월 실적 등 조건을 충족하면 다음 해 연회비가 면제되는 카드도 있습니다 ...",
    "카드 분실 신고는 고객센터 또는 앱에서 즉시 가능합니다 ...",
    ...
]

# Queries: inject the instruction · Documents: no instruction
q_emb = model.encode(queries, prompt=QUERY_INSTRUCTION)
d_emb = model.encode(documents)

scores = model.similarity(q_emb, d_emb)   # cosine; rank documents by score
print(scores)

The instruction is also stored in the model config, so model.encode(queries, prompt_name="query") is equivalent to passing prompt=QUERY_INSTRUCTION explicitly. Documents use no prompt (prompt_name="document" is an empty string).

  • Query prompt (instruction): Instruct: Given a web search query, retrieve relevant passages that answer the query\nQuery:
  • Document prompt: none

1.3. Training Data

DatasetRoleSize
BCAI-Finance-Kor-Embedding-TripletTraining (anchor / positive / negative)43,394 triplets (train)
BCAI-Finance-Kor-Embedding-PairCorpus pool / evaluation36,281 unique chunks
  • Sources: BC Card financial QA (BCAI) + website crawl + synthetic data (chunking + multi-query generation)
  • Triplets are constructed via hard-negative mining over the unified corpus.

1.4. Training Procedure

ItemValue
MethodLoRA (PEFT)
LoRAr=64, alpha=128, dropout=0.05, targets = q,k,v,o,gate,up,down_proj
LossCachedMultipleNegativesRankingLoss (in-batch negatives)
Batchper-device 256 (DDP) → 511 in-batch negatives per rank
LR / scheduler5e-5 / cosine, warmup_ratio 0.1, weight_decay 0.01
Epochs3, early stopping — best checkpoint selected by validation NDCG@10
Precisionbf16, gradient checkpointing
Hardware8× NVIDIA RTX PRO 6000 Blackwell (DDP)

2. Evaluation

2.1. Setup

  • Queries: 1,000 (held-out test split) · Corpus: 36,281 unique chunks
  • Protocol: binary-relevance information retrieval; the same evaluator used during training
  • Metrics: NDCG@10 (primary), MRR@10, Recall@{1,10}, Accuracy@1, MAP@10
  • Models compared: base (Qwen3-Embedding-4B, no fine-tuning) vs. v4 (r64 / lr5e-5 / 3ep, released)

2.2. Training

Trained for 3 epochs (early-stopped) with a cosine schedule; training loss decreases steadily while validation NDCG@10 climbs early and plateaus (peak ≈ 0.695 around epoch ~1.4), and the best checkpoint is selected at the peak. Curves (loss / learning rate / validation NDCG@10) are logged to Weights & Biases.

2.3. In-domain Retrieval Benchmark

Metricbase (Qwen3-4B)v4 (r64/5e-5/3ep)v4 Δ vs base
NDCG@100.65080.6906+0.040 (+6.1%)
MRR@100.68050.7283+0.048 (+7.0%)
Recall@100.72440.7620+0.038 (+5.2%)
Recall@10.50810.5520+0.044 (+8.6%)
Accuracy@10.59500.6480+0.053 (+8.9%)
MAP@100.60130.6410+0.040 (+6.6%)

v4 is the released model. Fine-tuning lifts in-domain retrieval by roughly +7% over the base Qwen3-Embedding-4B, with the largest gains on top-rank precision (Accuracy@1, Recall@1). It also surpasses the 0.6B sibling (test NDCG@10 0.6695) by +0.021 (+3.2%) — a modest scale gain at ~7× the parameters, so the 0.6B remains the better pick for latency-sensitive serving.

Comparison with other encoders

On the same in-domain test set, untuned encoders — our own Qwen3-Embedding base (0.6B / 4B) and public multilingual SOTA models (each run with its own native prompt format) — all fall well below this model: domain fine-tuning beats general-purpose scale:

ModelParamsNDCG@10MRR@10Recall@10Accuracy@1MAP@10Avg
LiquidAI/LFM2.5-Embedding-350M0.35B0.59830.61660.67990.53200.55190.5957
Qwen3-Embedding-0.6B (base)0.6B0.61860.64490.70460.55600.56520.6179
google/embeddinggemma-300m0.3B0.63730.66640.70820.57900.59060.6363
BAAI/bge-m30.6B0.64260.66600.72610.57300.59130.6398
intfloat/multilingual-e5-large0.6B0.64760.67220.73130.57900.59580.6452
Qwen3-Embedding-4B (base)4B0.65080.68050.72440.59500.60130.6504
MoAI-Embedding-0.6B (sibling)0.6B0.66950.70600.75080.61900.61710.6725
MoAI-Embedding-4B (this model)4B0.69060.72830.76200.64800.64100.6940

This model improves over its own Qwen3-Embedding-4B base by +0.040 NDCG@10 (+6.1%) and leads the best general-purpose baseline (e5-large) by +0.043 NDCG@10. Notably, the untuned 4B base (0.6508) trails the fine-tuned 0.6B sibling (0.6695) — fine-tuning outweighs scale. Caveat: these baselines are not tuned on BC Card data — the comparison illustrates the value of domain adaptation, not a defect in the baselines.

2.4. Limitations

  • Domain-specific — tuned for BC Card Korean financial text; out-of-domain or non-Korean performance is not guaranteed.
  • Compute cost — at 4B, this model is markedly heavier (memory / latency) than the 0.6B sibling; for latency- or throughput-sensitive serving, consider the 0.6B variant.
  • Re-ranking recommended — as a bi-encoder it favors recall over fine-grained precision.
    • Recommended pipeline: Bi-Encoder (this model) Top-K → Cross-Encoder re-ranking
  • Sequence length — inputs are truncated at 1,024 tokens; content past that limit is not encoded, so very long documents should be chunked before indexing.
  • Exact-value matching — fine-grained numeric/tabular facts (fees, rates, dates, terms) are not reliably distinguished by dense similarity alone; pair with lexical (BM25) retrieval or a re-ranker when exactness matters.
  • Retrieval only — this is an embedding model, not a generator; it ranks passages and does not produce answers.
  • Synthetic data influence — part of the training set is LLM-synthesized (chunking + multi-query), which may carry the generator's stylistic/coverage biases.

3. Future Work

  • Data quality improvement & re-training
    • Human-annotation labeling
    • More rigorous hard-negative mining (iterative, mined with this model)
    • Broader/higher-quality data (incl. general financial corpora)
  • System-level
    • Cross-Encoder re-ranker for precision
    • HyDE / dynamic instruction injection at query time

4. Meta Info

4.1. Citation

@misc{bccard2026moaiembedding4b,
  title        = {MoAI-Embedding-4B: A BC Card-Domain Korean Text Embedding Model},
  author       = {BC Card AX Team},
  year         = {2026},
  howpublished = {https://huggingface.co/BCCard/MoAI-Embedding-4B},
  note         = {LoRA fine-tune of Qwen3-Embedding-4B for BC Card-domain Korean retrieval}
}

4.2. See Also

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · sentence-transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
Qwen3Model
Ревизия весов
6235d35

0 моделей