/ Модель

Характеристики

Контекст
512 токенов
Параметры
25,9 млн
Лицензия
Apache 2.0
Архитектура
bert · dense
Базовая модель
all-MiniLM-L6-v2
Библиотека
sentence-transformers
Опубликована
19 авг 2026

llm-d-sc-cost

ЭмбеддингиТекст → embedding3 профессии

Англоязычный энкодер предложений для ранжирования запросов по ожидаемому объёму работы и маршрутизации к подходящему бюджету обработки.

26скачиваний за 30 дней0лайковвеса обновлены19 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

llm-d-sc-cost — англоязычная модель эмбеддингов предложений, разработанная для проекта llm-d-sc. Это дообученный энкодер BERT на базе sentence-transformers/all-MiniLM-L6-v2 с 25,9 млн параметров и контекстом до 512 токенов. Он формирует 384-мерный вектор запроса, который сравнивают с размеченными опорными примерами, чтобы ранжировать запросы по ожидаемому объёму работы: от минимального до высокого. Модель предназначена для маршрутизации запросов и выбора бюджета генерации, размера контекста или более дорогой конечной точки; сама она не выдаёт класс, а возвращает эмбеддинги для последующего сравнения.

В README сообщается об оценке на 60 отложенных запросах: точность составила 0,8333, а ошибки были только между соседними уровнями. Задержка на CPU указана как 8,5 мс на уровне p50 и 10,1 мс на уровне p99 для встраивания и ранжирования. Модель обучена на синтетических англоязычных данных; независимое воспроизведение результатов и проверка на наборе с человеческой разметкой не проводились. Качество ранжирования зависит от опорных примеров, а оценка объёма работы не предсказывает стоимость в конкретной инфраструктуре. Лицензия — Apache-2.0.

Сценарии применения

  • оценка объёма работы для входящего запроса
  • выбор бюджета генерации ответа
  • решение о выделении большого контекстного окна
  • маршрутизация запроса к более дорогой конечной точке
  • ранжирование запроса относительно опорных примеров по уровням объёма работы

Ограничения

Модель обучена на синтетических данных и не проверялась на человеческой разметке или независимым воспроизведением; она рассчитана на английский язык. Качество зависит от опорных примеров, а уровни отражают объём запрошенной работы, не фактическую стоимость обслуживания в конкретной системе.

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

llm-d-sc-cost

A 384-dimensional sentence embedding model fine-tuned to separate expected serving cost, for use as a routing signal by llm-d-sc.

The model does not emit a class directly. It produces an embedding that is ranked against labelled anchors (anchors.json, shipped here), so the taxonomy stays replaceable data rather than a frozen classification head.

Taxonomy

TierMeaning
MINIMALA single fact or one-step instruction; trivial output
LOWA short answer: a brief explanation, a one-liner, a small snippet
MODERATEOne substantial deliverable: a complete guide, a full module, a detailed comparison
HIGHVery large input or output: analysing a whole corpus, or producing an exhaustive document

Cost is related to complexity but is not the same signal. Summarising a long document is expensive and simple; a short proof is cheap and hard. This taxonomy tracks the size of the work, not its difficulty.

Intended use

Budgeting and admission decisions: which requests justify a large context window, a long generation budget, or a more expensive endpoint. The classifier emits ranked evidence only; the routing and budgeting decisions remain the caller's.

Evaluation

Evaluated by llm-d-sc on a held-out set of 60 prompts authored independently of the training corpus, 15 per tier, of which 20 are deliberate boundary cases. Method: cosine similarity against the anchors, mean of the top 3 per tier, argmax.

ModelAccuracyMacro F1Boundary cases
llm-d-sc-cost (this model)0.83330.83420.7500
all-MiniLM-L6-v2 (base, same anchors)0.75000.74590.6000

Confusion (rows are truth, columns predicted):

MINIMALLOWMODERATEHIGH
MINIMAL13200
LOW11130
MODERATE00132
HIGH00213

Every error is an ADJACENT-tier confusion. For an ordinal taxonomy that is the benign failure mode: a request misread by one tier gets a slightly wrong budget, not a wrong destination. There are no MINIMAL-to-HIGH style errors.

Latency on CPU (single thread, embed plus rank): p50 8.5 ms, p99 10.1 ms.

Produced on one contributor's homelab; not independently reproduced.

Training

Fine-tuned from sentence-transformers/all-MiniLM-L6-v2 with BatchAllTripletLoss and group_by_label batch sampling, 12 epochs, batch size 64, lr 2e-5.

Data: 2650 synthetic prompts generated by Qwen3.8-27B across 40 domains using real-world, boundary and hard-negative strategies, then re-labelled independently by DeepSeek-V4-Flash. Rows where the two models disagreed were dropped, which removed 34% of the corpus, leaving 1416 balanced examples (354 per tier). A 34% disagreement rate is itself informative: cost tiers are genuinely more ambiguous than complexity tiers, and the dropped rows were mostly MODERATE/HIGH boundary cases.

The held-out evaluation set was authored by hand before the training data existed and is asserted to share no prompt with it.

Limitations

  • English only.
  • Trained on synthetic data; no human-labelled validation set exists.
  • Cost depends on your serving stack. These tiers describe the size of the requested work, not the price of any particular deployment.
  • Anchor quality directly determines accuracy. Replacing anchors.json changes behaviour without retraining.

License

Apache-2.0.

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
6853546

0 моделей