Характеристики

Библиотека: sentence-transformers
Опубликована: 28 авг 2026

Ссылки

Hugging Face

pplx-embed-stage1-2048-deepedu

HienDuong

ЭмбеддингиТекст → embedding

Дообученная модель PPLX/Qwen3 для создания текстовых эмбеддингов и семантического поиска по образовательным документам.

0скачиваний за 30 дней0лайковвеса обновлены28 авг 2026

Бенчмарки

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

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

HienDuong/pplx-embed-stage1-2048-deepedu — дообученная модель эмбеддингов на базе perplexity-ai/pplx-embed-v1-0.6b, экспортированная из этапа обучения Stage 2. Модель построена на архитектуре PPLX/Qwen3 и распространяется в формате safetensors как пакет Sentence Transformers; для загрузки требуется trust_remote_code=True. Запросы и документы подаются без специальных префиксов.

Модель предназначена для получения текстовых эмбеддингов и поиска по смыслу, включая ранжирование документов для образовательных материалов DeepEdu. Лучший чекпойнт выбирался по метрике eval_DeepEdu_dot_ndcg@10, однако README рекомендует проверять модель на фактической схеме оценки и данных команды перед использованием в production. Лицензия и размер модели в предоставленных данных не указаны.

Сценарии применения

семантический поиск по учебным материалам
поиск релевантных документов по текстовому запросу
ранжирование образовательных документов
сравнение сходства предложений и фрагментов текста

Ограничения

Для загрузки требуется trust_remote_code=True из-за пользовательского кода базовой модели. Качество следует проверить на целевых данных и с фактической схемой оценки; сведения о лицензии в предоставленной карточке отсутствуют.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Exported Embedding Model

This model package was exported from the Stage 2 training run:

Run directory: 20260716_225939_stage2_pplx_stage1_2048
Export date: 2026-08-28

It is intended to be downloaded directly from Hugging Face and tested immediately.

Model Info

Model: HienDuong/pplx-embed-stage1-2048-deepedu
Model link: https://huggingface.co/HienDuong/pplx-embed-stage1-2048-deepedu
Base HF model: perplexity-ai/pplx-embed-v1-0.6b
Base link: https://huggingface.co/perplexity-ai/pplx-embed-v1-0.6b

Prompt Behavior

Query prefix: ""
Document prefix: ""

Loading

from sentence_transformers import SentenceTransformer

model = SentenceTransformer(
    "HienDuong/pplx-embed-stage1-2048-deepedu",
    token="HF_READ_TOKEN_IF_PRIVATE",
    trust_remote_code=True,
)

Best Checkpoint Selection

load_best_model_at_end: True
metric_for_best_model: eval_DeepEdu_dot_ndcg@10
best_metric: 0.5831874106543483
best_model_checkpoint: output/20260716_225939_stage2_pplx_stage1_2048/checkpoints/checkpoint-100

Artifact Layout

root: loadable Sentence Transformers model
artifacts/stage2_manifest.json: training/export manifest
artifacts/best_summary.json: best-checkpoint summary
artifacts/post_eval_summary.json: post-train benchmark summary
artifacts/post_eval/: raw post-eval outputs

Notes

trust_remote_code=True is required.
The base model uses custom code.
This finetuned model keeps empty query/document prefixes, consistent with the base PPLX usage pattern.
Downstream teams should still test with their actual retrieval scoring setup before production use.

Как запустить

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

GPU в ailist

Универсальный рантайм · sentence-transformers

Нельзя запустить

Доступ к модели ограничен автором; у платформы нет доступа к весам.

Ревизия весов: 13d2a59