/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
508 млн
Лицензия
MIT
Архитектура
qwen3 · dense
Библиотека
transformers
Опубликована
11 сен 2026

PACE-encoder-0618e180

Генерация текстаТекст → текст3 профессии

Дообученный энкодер PACE преобразует запросы в эмбеддинги для маршрутизации запросов между большими языковыми моделями.

34скачиваний за 30 дней0лайковвеса обновлены11 сен 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 «Текст» — 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

PACE-encoder-0618e180 — дообученный текстовый энкодер, разработанный Newbeing для получения эмбеддингов запросов в эксперименте по маршрутизации LLM, описанном в статье PACE. Он предназначен для представления запросов в виде векторов, используемых при выборе подходящей языковой модели; для воспроизведения эксперимента карточка рекомендует набор данных Newbeing/PACE-LLMRouterBench. Модель основана на плотной архитектуре Qwen3ForCausalLM, содержит 507,6 млн параметров и поддерживает контекст до 32 768 токенов.

Репозиторий содержит веса Safetensors, модель распространяется по лицензии MIT. Карточка не описывает результаты оценки качества или другие сценарии применения, поэтому пригодность энкодера для задач за пределами маршрутизации LLM не установлена.

Сценарии применения

  • создание эмбеддингов запросов для маршрутизатора LLM
  • воспроизведение эксперимента маршрутизации LLM из статьи PACE
  • подготовка векторных представлений запросов на наборе PACE-LLMRouterBench

Ограничения

Карточка не приводит результатов оценки качества или подробностей обучения, поэтому качество эмбеддингов и пригодность для других сценариев по ней определить нельзя.

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

PACE encoder (0618e180_perf)

Fine-tuned query encoder used to produce the 0618e180_perf embeddings in the PACE LLM routing paper. Pair with dataset Newbeing/PACE-LLMRouterBench.

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
Qwen3ForCausalLM
Ревизия весов
186a635

0 моделей