/ Модель

Характеристики

Контекст
7 999 токенов
Параметры
31,9 млн
Лицензия
Apache 2.0
Архитектура
modernbert · dense
Базовая модель
ettin-reranker-32m-v1
Библиотека
sentence-transformers
Опубликована
11 сен 2026

survaiv-ettin-reranker-32m

Ранжирование текстаТекст → score8 профессий

SurvAIv Ettin 32M — англоязычный кросс-энкодер для оценки релевантности и повторного ранжирования результатов поиска.

18скачиваний 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 «Ранжирование» — 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

SurvAIv Ettin 32M — дообученный англоязычный кросс-энкодер на базе cross-encoder/ettin-reranker-32m-v1, выпущенный SurvAIv. Модель содержит около 31,9 млн параметров и предназначена для повторного ранжирования результатов поиска и других наборов текстовых фрагментов по релевантности запросу. Она построена на ModernBERT и оформлена как полный модульный чекпойнт Sentence Transformers CrossEncoder с обученной скоринговой головой.

Модель обучали методом LambdaLoss@10 на 2 098 группах запросов и 23 657 размеченных фрагментах. Для развёртывания в локальной RAG-системе автор использует экспорт ONNX с INT8-квантизацией и ограничением входной последовательности до 512 токенов; метаданные указывают нативный контекст длиной до 7 999 токенов. Выдаваемые оценки отражают релевантность для ранжирования, а не калиброванную вероятность правильности ответа.

Модель подходит для улучшения порядка выдачи в поиске и RAG. Это компонент поиска, а не клинически проверенная система первой помощи. Лицензия модели — Apache-2.0; датасет обучения приватный, а цитаты в архивных примерах карточки имеют отдельные ограничения и не являются свободно распространяемыми обучающими данными.

Сценарии применения

  • повторное ранжирование документов по запросу в RAG-системе
  • сортировка результатов поисковой выдачи по релевантности
  • оценка релевантности пар «запрос — фрагмент текста»
  • ранжирование ответов FAQ-кандидатов по запросу

Ограничения

Оценки релевантности не являются калиброванными вероятностями правильности ответа или применимости FAQ. Обучающий датасет приватный; модель не является клинически проверенной системой первой помощи.

Для каких профессий подходит8

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

SurvAIv Ettin 32M — v3 listwise, epoch 1

SurvAIv's fine-tuned Ettin reranker. This is a complete modular Sentence Transformers CrossEncoder checkpoint, not a LoRA adapter. Keep every numbered module directory: the base transformer weights alone omit the trained scoring head. Tokenizer and model configuration are included at the repository root.

onnx/reranker-int8.onnx is the INT8 deployment export used in the local SurvAIv RAG. It uses the accompanying tokenizer and a maximum input sequence length of 512. Scores express ranking relevance, not calibrated probabilities of answer correctness or FAQ applicability.

Training: LambdaLoss@10 on 2,098 query groups and 23,657 graded passages. The validation set has 200 groups, of which 142 are evaluable. Training data is hosted separately in the private SurvAIv reranker training dataset. See TRAINING_MODEL_CARD.md for the original generated card, architecture and historical training metrics. Those metrics are not the canonical or Independent-200 RAG benchmark results.

The original card records base revision b33e5ceb5110773ea9cf5e00c9bedc83a8c2afdd. The upstream model is Apache-2.0 licensed. See LICENSE and NOTICE.md. This public release retains the original epoch-1 model weights, not a model retrained on the later -fix dataset. The training dataset remains private.

The Apache-2.0 model licence does not relicense third-party document excerpts in the archived TRAINING_MODEL_CARD.md. Those historical examples have separate source-text conditions, including non-commercial restrictions; see SOURCE_TEXT_NOTICES.md. They are not an unrestricted training-data release. The underlying Ettin encoder's MIT notice is retained in ETTIN_LICENSE.

This is a retrieval component, not a clinically validated first-aid system.

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
ModernBertModel
Ревизия весов
d771e44

0 моделей