/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
508 млн
Лицензия
Apache 2.0
Архитектура
qwen3 · dense
Базовая модель
Qwen3-Embedding-0.6B
Библиотека
sentence-transformers
Опубликована
18 авг 2026

deka-qwen3-emb-0.6b-multipos-fact

ЭмбеддингиТекст → embedding3 профессии

Дообученная модель Qwen3-Embedding-0.6B создаёт эмбеддинги для поиска релевантных решений Верховного суда Таиланда.

19скачиваний за 30 дней0лайковвеса обновлены18 авг 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

deka-qwen3-emb-0.6b-multipos-fact — текстовая модель эмбеддингов, созданная Anonymous Research на основе Qwen/Qwen3-Embedding-0.6B полным дообучением всех параметров. Она предназначена для поиска релевантных решений Верховного суда Таиланда по корпусу из 9 998 дел и обучена на оценках релевантности судебных дел с использованием supervised contrastive learning. Модель формирует нормализованные векторы размерности 1024; запросы подаются с инструкционным префиксом, а документы — без него. Базовая модель поддерживает контекст до 32 768 токенов, однако документы длиннее 1 300 токенов в описанном поисковом конвейере обрезаются.

На тестовом наборе из 105 запросов дообучение повысило полноту поиска на десяти лучших результатах для запросов, сформулированных простым языком, и по фактам дела, но метрики ранжирования первого релевантного результата в этих регистрах снизились. Результаты ограничены небольшим тестовым набором, одним запуском и неполными оценками релевантности. Модель предназначена для поиска, а не для определения юридической силы прецедента или проверки актуальности решения. Лицензия — Apache-2.0.

Сценарии применения

  • поиск судебных решений Таиланда по изложению фактов дела
  • поиск прецедентов по запросу простым языком на тайском
  • поиск релевантных дел по запросам юристов на тайском
  • семантический поиск по корпусу решений Верховного суда Таиланда

Ограничения

Оценка проведена на 105 запросах и одном запуске, поэтому небольшие различия в метриках могут быть шумом; оценки релевантности неполные. В описанном конвейере документы длиннее 1 300 токенов обрезаются, а модель не определяет юридическую силу или актуальность найденных решений.

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

deka-qwen3-emb-0.6b-multipos-fact

Full fine-tune of Qwen/Qwen3-Embedding-0.6B for retrieving prior Thai Supreme Court decisions (คำพิพากษาฎีกา) from a 9,998-case corpus. Anonymous release accompanying a paper under review.

Objective

Supervised contrastive learning in the L_out^sup form of Khosla et al. (2020) — the average over positives sits outside the log — applied to retrieval. Each anchor gets 4 document slots [easy_pos, hard_pos, hard_neg, easy_neg], and when a distinct hard positive exists both positive slots count:

L = -1/|P| * Σ_{p∈P} log softmax(sim(q, d_p) / τ)

The denominator pools every document in the batch (16 anchors × 4 = 64 docs), with known positives of other anchors masked out; negatives are mined hard/easy negatives plus in-batch negatives, the setup of Karpukhin et al. (2020). Distinct from SupMPN (Dehghan & Amasyali, 2022), which assembles multiple positives and negatives for sentence-level STS: here positives come from case-law relevance judgements (at most two per anchor, mined and incomplete) and the target is corpus-scale retrieval.

Data, pooling, evaluation and model selection are shared code with the InfoNCE / triplet / weighted-hard-negative checkpoints in the same sweep; the loss above is the only difference.

Config

Fine-tuningfull, all 596M params (no adapter)
Poolinglast token (left padding) + L2 normalize, dim 1024
Query sideinstruction prefix; document side raw
τ / lr / batch0.05 / 2e-5 AdamW / 16 anchors
max_len1300 doc, 256 persona query
Training registerfact — queries are the fact section of a case (symmetric setting)
Stoppingdev R@10 over the full corpus, patience 3 → stopped at epoch 5, best epoch 2

Usage

from sentence_transformers import SentenceTransformer

m = SentenceTransformer("anonymousresearch123/deka-qwen3-emb-0.6b-multipos-fact")
q = m.encode(["จำเลยขับรถโดยประมาทเป็นเหตุให้ผู้อื่นถึงแก่ความตาย"], prompt_name="query")
d = m.encode(["<ข้อเท็จจริงของคำพิพากษาฎีกา ...>"])   # no prefix on documents
m.similarity(q, d)

With plain transformers, keep padding_side="left" and pool the last position — right padding returns the embedding of a pad token and fails silently.

Results

105 test queries, full 9,998-case corpus, clean qrels, from anonymousresearch123/deka-retrieval. One model, three query registers: Lay (layperson phrasing), Lawyer, Fact (the case's own fact section).

R@10 / nDCG@10 / MRR×100:

LayLawyerFact
BM256.19 / 4.31 / 6.6022.86 / 15.23 / 18.4326.19 / 16.34 / 20.48
Qwen3-Embedding-0.6B, zero-shot7.62 / 4.58 / 7.4520.00 / 11.89 / 15.4626.67 / 17.46 / 24.64
this model11.90 / 6.26 / 6.5221.90 / 13.57 / 16.6431.43 / 20.88 / 23.87

Recall improves over zero-shot (+4.76 R@10 on Fact, +4.28 on Lay) while MRR drops on both: more relevant cases enter the top-10, the single best hit ranks lower. training_history.json holds the per-epoch log, R@5/50/100 and the full config.

Limitations

  • 105 test queries: one query is worth 0.95 R@10 points, so gaps of 1–2 points are noise.
  • One seed, one run per cell. Retrieval replays bit-identically, which measures pipeline determinism, not seed variance.
  • Trained and model-selected on fact-register queries; on layperson phrasing R@10 falls to 11.9.
  • Positives were mined and are incomplete, so recall is a lower bound, unevenly across queries.
  • Documents over 1300 tokens are truncated.
  • Retrieval only. Similarity is not precedential authority, and nothing here checks whether a retrieved case is still good law.

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
7a7e8ab

0 моделей