/ Модель

Характеристики

Контекст
131 072 токена
Параметры
1,2 млрд
Лицензия
Своя лицензия
Архитектура
llama_bidirec · dense
Базовая модель
llama-nemotron-rerank-1b-v2
Библиотека
transformers
Опубликована
16 сен 2026

Sophea-Nemo-Reranker

Классификация текстаТекст → label8 профессий

Кросс-энкодерный реранкер Kiefer SA, который переупорядочивает результаты поиска по релевантности греческим и английским запросам.

31скачиваний за 30 дней0лайковвеса обновлены16 сен 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

Sophea-Nemo-Reranker — кросс-энкодерный реранкер Kiefer SA для переоценки релевантности документов запросу на греческом и английском языках. Модель дообучена на базе nvidia/llama-nemotron-rerank-1b-v2 и использует двунаправленную архитектуру LlamaBidirectionalForSequenceClassification с одним логитом релевантности. Размер модели — 1,2 млрд параметров, длина контекста — до 131 072 токенов; формат весов — safetensors.

Модель предназначена для второго этапа двухэтапного поиска: после первичного отбора кандидатов, например эмбеддером Sophea-Nemo-Embedding, она переупорядочивает фрагменты по соответствию запросу. README описывает применение в греческом RAG и сообщает об улучшении nDCG@10 на пяти тестовых доменах относительно базовой модели. Наибольшая польза отмечена для сложных случаев, включая медицинские и финансовые запросы; на уже сильных результатах эмбеддера дополнительное ранжирование может давать небольшой выигрыш или ухудшать качество.

Для подачи данных используется последовательность с шаблоном «question:{q} passage:{p}». README указывает на необходимость trust_remote_code при использовании Transformers. Лицензия в метаданных обозначена как other, поэтому конкретные условия использования следует сверить с карточкой модели и файлами лицензии репозитория.

Сценарии применения

  • переупорядочивание найденных фрагментов в греческом RAG
  • ранжирование англоязычных документов по запросу
  • повышение точности поиска по медицинским материалам
  • уточнение выдачи по финансовым и юридическим запросам
  • оценка релевантности пар «запрос — документ»

Ограничения

Качество зависит от домена и качества первичной выдачи: в описанной оценке на энергетических запросах реранжирование немного ухудшило результат, а на части простых наборов данных выигрыш был небольшим. Для Transformers требуется trust_remote_code; условия лицензии следует уточнить в репозитории, где она указана как other.

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

Sophea-Nemo-Reranker is a Greek + English cross-encoder reranker, fine-tuned from NVIDIA llama-nemotron-rerank-1b-v2 for Greek and English reranking. It is the second (precision) stage of a two-stage Greek RAG stack; the matching first stage is Sophea-Nemo-Embedding.

  • Creator: Kiefer SA
  • Base model: nvidia/llama-nemotron-rerank-1b-v2 (LlamaBidirectionalForSequenceClassification, bidirectional, single relevance logit; trust_remote_code)
  • Languages: Greek + English
  • Input template: a single sequence — question:{q} \n \n passage:{p}
  • Training: BCE on labeled (query, doc) pairs, 1 epoch, max-len 4096, bf16

Greek is out-of-distribution for the base. The base reranker lists 26 languages and Greek is not one of them — this fine-tune adapts its trained relevance head to Greek.

Why it matters — base vs fine-tuned

Reranking the fixed top-50 candidates over 5 domains (nDCG@10), the fine-tune improves on the base Nemotron reranker on every domain:

Greek+English reranking — base vs fine-tuned

Read. Mean nDCG@10 0.770 → 0.817 (+0.047), better on all five domains, with the largest gains on the hardest ones (medical +0.06, finance +0.05, val +0.08). In the two-stage stack it is also the strongest reranker we measured — edging a fine-tuned Qwen3-0.6B cross-encoder and beating the base by a clear margin.

Size comparison — vs base Qwen3-Reranker (off-the-shelf)

Reranking the same fixed top-50 candidates, same protocol (150 queries/domain), nDCG@10 — your fine-tuned 1B reranker edges the base Qwen3-Reranker-8B and clearly beats 4B / 0.6B, at a fraction of the size:

Read. Mean nDCG@10 0.817 (ours, 1B) vs 0.813 (Qwen3-Reranker-8B), 0.799 (4B), 0.769 (0.6B) — and ours is strongest on the hardest domain (medical 0.709 vs 8B's 0.672). A small, Greek-tuned model beats a general reranker 8× its size.

End-to-end two-stage pipeline

The two models are designed to run together: the embedder retrieves the top-50 candidates, the reranker re-orders them. Measured end-to-end on the same 5-domain Greek+English eval (150 queries/set, correct query:/passage: prompts):

End-to-end two-stage stack — embedder alone vs + reranker

Read. The full stack reaches mean nDCG@10 0.818 (Recall@10 0.927) — the strongest configuration measured. The reranker adds the most where the embedder is weakest (finance +0.061, legal +0.037), i.e. it sharpens precision on the hard cases. On energy it slightly regresses (-0.022) and on val the gain is marginal, because the embedder alone is already very strong there and leaves little headroom — for the easiest, already-high-recall domains you can skip the rerank stage if latency matters.

Usage (transformers)

import torch
from transformers import AutoTokenizer, AutoModelForSequenceClassification

name = "KIEFERSA/Sophea-Nemo-Reranker"
tok = AutoTokenizer.from_pretrained(name, trust_remote_code=True)
model = AutoModelForSequenceClassification.from_pretrained(
    name, num_labels=1, dtype=torch.bfloat16, trust_remote_code=True).eval()

def score(query, passage):
    text = f"question:{query} \n \n passage:{passage}"
    enc = tok(text, return_tensors="pt", truncation=True, max_length=4096)
    with torch.no_grad():
        return model(**enc).logits.squeeze(-1).item()   # higher = more relevant

# rank a candidate list by descending score

Feed the base's own question:/passage: template — it has a trained relevance head, so matching its template adapts that head rather than fighting it. Needs trust_remote_code=True.

Serving with vLLM

vllm serve KIEFERSA/Sophea-Nemo-Reranker --runner pooling --trust-remote-code

Exposes /rerank, /v1/rerank (Jina), /v2/rerank (Cohere) and /score:

curl http://localhost:8000/rerank -H 'Content-Type: application/json' -d '{
  "model": "KIEFERSA/Sophea-Nemo-Reranker",
  "query": "Ποια είναι η πρωτεύουσα της Ελλάδας;",
  "documents": ["Η Αθήνα είναι η πρωτεύουσα της Ελλάδας.", "Το Παρίσι είναι στη Γαλλία."]
}'

License

Fine-tune of nvidia/llama-nemotron-rerank-1b-v2 — governed by the NVIDIA Open Model License and the Llama 3.2 Community License; commercial use permitted under those terms (note: not Apache-2.0). Review the base model's license before use.

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers · text-classification

Нельзя запустить

Модели нужен код из репозитория; автор пока не в списке доверенных организаций.

Класс архитектуры
LlamaBidirectionalForSequenceClassification
Ревизия весов
3fec55c

0 моделей