/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
508 млн
Лицензия
MIT
Архитектура
qwen3 · dense
Базовая модель
Qwen3-Embedding-0.6B
Библиотека
sentence-transformers
Опубликована
15 дек 2025

lca-qwen3-embedding

ЭмбеддингиТекст → embedding3 профессии

Дообученная на LCA-данных модель Qwen3 создаёт текстовые эмбеддинги для семантического поиска и сравнения технических записей оценки жизненного цикла.

95скачиваний за 30 дней4лайкавеса обновлены23 янв 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

lca-qwen3-embedding — специализированная модель эмбеддингов для поиска по данным оценки жизненного цикла продукции (LCA). Она дообучена разработчиком на базе Qwen/Qwen3-Embedding-0.6B и предназначена для сопоставления запросов с описаниями процессов, потоков и техническими записями с географическими, технологическими и временными полями.

Модель использует архитектуру Qwen3 с 28 слоями и размером скрытого состояния 1024. Она кодирует предложения и короткие фрагменты в L2-нормализованные векторы размерности 1024; применяются pooling по последнему токену и косинусная близость. Максимальная длина последовательности в конфигурации — 1024 токена, хотя базовая модель поддерживает контекст до 32768 токенов. README сообщает об улучшении метрик поиска относительно базовой модели на внутренней оценке по записям TianGong LCA.

Основные сценарии — семантический поиск, оценка сходства и кластеризация LCA-текстов. Модель обучалась и оценивалась преимущественно на английских технических данных, поэтому качество на других языках и в других областях может быть ниже; результаты внутренней оценки следует проверять на собственных данных. Лицензия — MIT.

Сценарии применения

  • семантический поиск процессов и потоков LCA
  • поиск LCA-записей по техническому запросу
  • ранжирование описаний процессов и документов LCA
  • оценка сходства фрагментов данных об оценке жизненного цикла
  • кластеризация и выявление дубликатов в LCA-текстах

Ограничения

Обучение и оценка ориентированы преимущественно на англоязычные технические тексты LCA, поэтому качество может снижаться для других языков и областей. Опубликованные метрики получены на внутреннем наборе данных и требуют проверки на целевых данных.

Для каких профессий подходит3

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

lca-qwen3-embedding

Domain embedding model for lifecycle assessment (LCA) retrieval. It encodes sentences and short passages into 1024‑d L2-normalized embeddings for semantic search, similarity scoring, and clustering.

Background

Generic embedding models work well in open domains, but professional LCA retrieval often involves long, structured records (e.g., geography/technology/time fields) and domain-specific terminology. This model is trained to better align embeddings with LCA retrieval queries and documents.

Results (our evaluation setup)

On an internal evaluation derived from TianGong LCA records (converted from the Tidas structured format into retrieval-friendly text), this model improved over the base Qwen3-Embedding-0.6B on both ranking quality and tail coverage:

  • vs base Qwen3-Embedding-0.6B: NDCG@10 +31.2%, Recall@10 +25.7%, MRR@10 +33.5%, Recall@100 +11.5%

Evaluation scale (this experiment):

  • Train: 17,037 query-doc pairs
  • Eval: 1,893 queries / 3,786 corpus docs / 1,893 qrels

Model comparisons

Key metrics (@10):

ModelNDCG@10Recall@10MRR@10MAP@10
Qwen3-Embedding-0.6B (base)0.58080.72000.53670.5367
lca-qwen3-embedding (this model)0.76230.90490.71630.7163
codestral-embed-25050.66280.80450.61800.6180
qwen3-embedding-8b0.59050.73690.54420.5442
qwen3-embedding-4b0.58360.72900.53770.5377
bge-m30.58390.72640.53880.5388

Tail coverage (@100):

ModelNDCG@100Recall@100
Qwen3-Embedding-0.6B (base)0.61710.8922
lca-qwen3-embedding (this model)0.78260.9947
codestral-embed-25050.68720.9171
qwen3-embedding-8b0.62580.9033
qwen3-embedding-4b0.61640.8822
bge-m30.61560.8743

Protocol note: embeddings are L2-normalized; retrieval uses inner product (equivalent to cosine similarity) with top-100 candidates.

Model details (from the exported config)

  • Backbone: Qwen3 (model_type=qwen3; config architecture Qwen3ForCausalLM), hidden_size=1024, num_hidden_layers=28
  • Max sequence length: 1024
  • Embedding dimension: 1024
  • Pooling: last-token pooling (pooling_mode_lasttoken=true, include_prompt=true)
  • Normalization: L2 normalize
  • Similarity: cosine
  • Prompts: a query prompt is defined; the document prompt is empty

Module stack:

Transformer -> Pooling(last_token, include_prompt=true) -> Normalize

Usage (SentenceTransformers)

from sentence_transformers import SentenceTransformer

model = SentenceTransformer("BIaoo/lca-qwen3-embedding")  # replace with your HF repo id if forked/renamed

Retrieval example (encode queries and documents separately; apply the built-in query prompt):

from sentence_transformers import SentenceTransformer

model = SentenceTransformer("BIaoo/lca-qwen3-embedding")  # replace with your HF repo id if forked/renamed

queries = ["wood residue gasification heat recovery"]
docs = ["Report describing small-scale biomass CHP units used for district heating."]

q = model.encode(queries, prompt_name="query", normalize_embeddings=True)
d = model.encode(docs, normalize_embeddings=True)
scores = q @ d.T  # cosine similarity (because normalized)
print(scores)

Notes:

  • Use prompt_name="query" to apply the query instruction prefix from config_sentence_transformers.json.
  • The document-side prompt is empty; encoding documents with encode(docs, ...) is typically sufficient.

Intended use

  • Semantic search and reranking for LCA process/flow descriptions and metadata-rich technical text
  • Similarity scoring for deduplication / clustering of LCA-related passages

Limitations

  • Trained and evaluated primarily on English technical/LCA text; performance may degrade in other languages or domains.
  • Evaluation numbers are from a specific internal setup; validate on your own data before production use.

Files

  • config.json: Qwen3 model config
  • config_sentence_transformers.json, modules.json, sentence_bert_config.json: SentenceTransformers configs (prompts, modules, max length)
  • model.safetensors: weights
  • tokenizer.*, vocab.json, merges.txt: tokenizer assets
  • 1_Pooling/, 2_Normalize/: pooling / normalization modules

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
d4569a8

0 моделей