/ Модель

Характеристики

Контекст
512 токенов
Параметры
137 млн
Лицензия
Apache 2.0
Архитектура
bert · dense
Базовая модель
snowflake-arctic-embed-m
Библиотека
sentence-transformers
Опубликована
11 сен 2026

SKILLRET-Edge-109M

ЭмбеддингиТекст → embedding4 профессии

Компактная BERT-модель ThakiCloud кодирует запросы и описания навыков в эмбеддинги для семантического поиска подходящего навыка агента.

144скачиваний за 30 дней0лайковвеса обновлены16 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 «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

SKILLRET-Edge-109M — компактная двуязычная архитектурно BERT-модель для подбора навыков агента по запросу на естественном языке. Её разработчик — ThakiCloud. Модель преобразует запросы и описания навыков в L2-нормализованные эмбеддинги; для извлечения признаков используется Sentence Transformers, а длина контекста составляет 512 токенов. В карточке указан размер 109,5 млн параметров, а метаданные каталога указывают 136,7 млн параметров.

Модель предназначена для семантического поиска и ранжирования навыков в каталоге: например, чтобы сопоставить просьбу пользователя с подходящим навыком агента. Она дообучена дистилляцией SKILLRET-Embedding-0.6B на датасете SKILLRET. В тесте авторов на публичном разбиении из 4 392 запросов и 6 006 навыков fp16-вариант получил NDCG@10 79,18; эти результаты зависят от протокола оценки. Запросы следует кодировать без префикса-инструкции, согласованно с обучением и оценкой.

Модель принимает текст и выдаёт векторы эмбеддингов. README сообщает о вариантах fp16 и int8, но также отмечает, что INT2/тернарная постквантовка резко ухудшила результат. Лицензия — Apache-2.0.】【。

Сценарии применения

  • поиск навыка агента по запросу пользователя
  • подбор навыка из каталога по текстовому описанию
  • сопоставление запросов с описаниями навыков
  • ранжирование навыков по семантическому соответствию

Ограничения

Для корректного воспроизведения результатов запросы нужно кодировать без префикса-инструкции; несогласованность префикса при обучении и оценке существенно меняет метрику. Оценка приведена на конкретном разбиении SKILLRET и не должна напрямую сравниваться с результатами на другом разбиении.

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

SKILLRET-Edge-109M

A 109.5M-parameter bi-encoder for agent skill retrieval — picking the right skill out of a catalogue for a natural-language request. Distilled from ThakiCloud/SKILLRET-Embedding-0.6B and small enough to run on a CPU next to the agent.

Scored on the public ThakiCloud/SKILLRET test split (4,392 queries / 6,006 skills), the metric the SkillRet paper uses as its headline.

NDCG@10 79.18 · 219 MB fp16

Correction — September 2026. Earlier versions of this card reported the SKILLRET-Embedding-0.6B teacher as 80.82 NDCG@10 on the current 4,392-query / 6,006-skill evaluation split. That score was measured before the train/evaluation query-prefix contract was corrected. Re-evaluation on ThakiCloud/SKILLRET revision a050ad2 under the canonical query contract gives 78.48 NDCG@10. The model weights are unchanged. The earlier 605 MB size was also not the serialized artifact size; the distributed BF16 checkpoint is 1191.6 MB (decimal MB). We retain this note so results quoted from earlier versions of the card can be interpreted correctly.

Results

VariantSize on diskNDCG@10vs teacher
SKILLRET-Embedding-0.6B (teacher)1191.6 MB78.48—
fp16219.0 MB79.18 ± 0.4298.0%
int8 / g16136.9 MB79.18 ± 0.4298.0%
int4 / g1682.0 MB79.21 ± 0.4298.0%
int3 / g1668.4 MB78.04 ± 0.4496.6%

This model recovers 98% of a 26x larger teacher. int8 and int4 are free; int3 costs 1.14pp and is the point where quantization starts to be a real trade.

Usage

from sentence_transformers import SentenceTransformer
m = SentenceTransformer("ThakiCloud/SKILLRET-Edge-109M")

# ⛔ Encode queries BARE — no instruction prefix. See query_prefix.json.
q = m.encode(["I need to convert a spreadsheet into a chart"], normalize_embeddings=True)
d = m.encode(["Chart Builder — turn tabular data into bar/line charts"], normalize_embeddings=True)
print(q @ d.T)

How it was trained

Knowledge distillation from ThakiCloud/SKILLRET-Embedding-0.6B (NDCG@10 78.48 on the same split), kd_weight=0.7, multi-positive InfoNCE over 1–3 golds per query, 12 epochs, cosine schedule. The epoch was chosen on a skill-disjoint holdout — the test split was never used for selection.

⚠️ Read this before you compare numbers

Use the same query prefix at train and eval time. This repo ships query_prefix.json recording the contract (resolved: "", i.e. queries are encoded bare, with no instruction prefix). Which prefix you pick barely matters after fine-tuning — none 79.18 vs an instruction prefix 78.50, inside the standard error — but keeping it consistent matters a great deal. We measured a +8.84pp swing on a single checkpoint purely from a train/eval prefix mismatch, and that mismatch also manufactured a fake result in which quantization appeared to beat fp16. It does not.

Other caveats worth stating plainly:

  • The model card of the SkillRet reference models reports a 4,997-query / 6,660-skill split. That split is not in the currently published dataset — we verified the public files are hash-identical to ours at 4,392 / 6,006. Do not convert between the two.
  • Standard error on this split is about ±0.45. Differences under ~1pp are not rankings.
  • Pooling is CLS, embeddings are L2-normalized, max_length=256 at evaluation.

What did NOT work (so you don't repeat it)

AttemptResult
Distilling from the 8B teacher instead of 0.6B−2.40pp (capacity gap)
INT2 / ternary post-training quantizationTotal collapse (~0.1 NDCG@10) — GPTQ and QuIP do not rescue it
Hard-negative mining (our mined set)−1.0pp
LEAF auxiliary projection loss (w=0.3)−1.51pp (paired t = −7.78)

License

Apache-2.0, inherited from the base model.

Citation

Benchmark: SkillRet, arXiv:2605.05726

Paper (measurements behind the quantized variants and the student frontier): Where Post-Training Quantization Breaks Text Embedders: A Measured Map Across Four Embedder Families, arXiv:2609.16391

@article{han2026ptqembedders,
  title   = {Where Post-Training Quantization Breaks Text Embedders: A Measured Map Across Four Embedder Families},
  author  = {Han, Hyojung},
  journal = {arXiv preprint arXiv:2609.16391},
  year    = {2026}
}

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
BertModel
Ревизия весов
1ed8d0a

0 моделей