/ Модель

Характеристики

Контекст
40 960 токенов
Параметры
3,7 млрд
Размер весов
8 ГБ
Лицензия
Apache 2.0
Архитектура
qwen3 · dense
Базовая модель
Qwen3-4B
Библиотека
sentence-transformers
Опубликована
18 сен 2025

F2LLM-4B

ЭмбеддингиТекст → embedding10 профессий

Текстовая модель эмбеддингов на базе Qwen3-4B для семантического поиска, оценки сходства и других задач сопоставления текста.

919скачиваний за 30 дней13лайковвеса обновлены21 дек 2025

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 оценки41

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

  • ToxicConversationsClassification

    main_score

    Результат

    0,9202

    MTEB

    Публичная таблицадругая ревизия

  • STS15

    main_score

    Результат

    0,8909

    MTEB

    Публичная таблицадругая ревизия

  • FiQA2018

    main_score

    Результат

    0,5839

    MTEB

    Публичная таблицадругая ревизия

  • Touche2020Retrieval.v3

    main_score

    Результат

    0,5589

    MTEB

    Публичная таблицадругая ревизия

  • ArXivHierarchicalClusteringP2P

    main_score

    Результат

    0,656

    MTEB

    Публичная таблицадругая ревизия

  • MedrxivClusteringP2P.v2

    main_score

    Результат

    0,7199

    MTEB

    Публичная таблицадругая ревизия

  • STS17

    main_score

    Результат

    0,8931

    MTEB

    Публичная таблицадругая ревизия

  • CQADupstackGamingRetrieval

    main_score

    Результат

    0,6537

    MTEB

    Публичная таблицадругая ревизия

  • StackExchangeClusteringP2P.v2

    main_score

    Результат

    0,5014

    MTEB

    Публичная таблицадругая ревизия

  • BiorxivClusteringP2P.v2

    main_score

    Результат

    0,8417

    MTEB

    Публичная таблицадругая ревизия

  • SCIDOCS

    main_score

    Результат

    0,267

    MTEB

    Публичная таблицадругая ревизия

  • BIOSSES

    main_score

    Результат

    0,8756

    MTEB

    Публичная таблицадругая ревизия

  • ArXivHierarchicalClusteringS2S

    main_score

    Результат

    0,645

    MTEB

    Публичная таблицадругая ревизия

  • MassiveIntentClassification

    main_score

    Результат

    0,8784

    MTEB

    Публичная таблицадругая ревизия

  • StackExchangeClustering.v2

    main_score

    Результат

    0,7882

    MTEB

    Публичная таблицадругая ревизия

  • MedrxivClusteringS2S.v2

    main_score

    Результат

    0,7023

    MTEB

    Публичная таблицадругая ревизия

  • AskUbuntuDupQuestions

    main_score

    Результат

    0,6707

    MTEB

    Публичная таблицадругая ревизия

  • AmazonCounterfactualClassification

    main_score

    Результат

    0,9303

    Общий результат 0,9397
    MTEB

    Публичная таблицадругая ревизия

  • SummEvalSummarization.v2

    main_score

    Результат

    0,3319

    MTEB

    Публичная таблицадругая ревизия

  • ClimateFEVERHardNegatives

    main_score

    Результат

    0,4339

    MTEB

    Публичная таблицадругая ревизия

  • TweetSentimentExtractionClassification

    main_score

    Результат

    0,803

    MTEB

    Публичная таблицадругая ревизия

  • MindSmallReranking

    main_score

    Результат

    0,3303

    MTEB

    Публичная таблицадругая ревизия

  • STS22.v2

    main_score

    Результат

    0,6654

    MTEB

    Публичная таблицадругая ревизия

  • MassiveScenarioClassification

    main_score

    Результат

    0,9225

    MTEB

    Публичная таблицадругая ревизия

  • STS12

    main_score

    Результат

    0,8164

    MTEB

    Публичная таблицадругая ревизия

  • STS14

    main_score

    Результат

    0,8547

    MTEB

    Публичная таблицадругая ревизия

  • CQADupstackUnixRetrieval

    main_score

    Результат

    0,5901

    MTEB

    Публичная таблицадругая ревизия

  • Banking77Classification

    main_score

    Результат

    0,9186

    MTEB

    Публичная таблицадругая ревизия

  • ImdbClassification

    main_score

    Результат

    0,9688

    MTEB

    Публичная таблицадругая ревизия

  • TwentyNewsgroupsClustering.v2

    main_score

    Результат

    0,6288

    MTEB

    Публичная таблицадругая ревизия

  • SprintDuplicateQuestions

    main_score

    Результат

    0,9117

    MTEB

    Публичная таблицадругая ревизия

  • SICK-R

    main_score

    Результат

    0,817

    MTEB

    Публичная таблицадругая ревизия

  • TRECCOVID

    main_score

    Результат

    0,6064

    MTEB

    Публичная таблицадругая ревизия

  • STS13

    main_score

    Результат

    0,893

    MTEB

    Публичная таблицадругая ревизия

  • TwitterURLCorpus

    main_score

    Результат

    0,858

    MTEB

    Публичная таблицадругая ревизия

  • ArguAna

    main_score

    Результат

    0,6193

    MTEB

    Публичная таблицадругая ревизия

  • FEVERHardNegatives

    main_score

    Результат

    0,9187

    MTEB

    Публичная таблицадругая ревизия

  • TwitterSemEval2015

    main_score

    Результат

    0,743

    MTEB

    Публичная таблицадругая ревизия

  • MTOPDomainClassification

    main_score

    Результат

    0,993

    MTEB

    Публичная таблицадругая ревизия

  • HotpotQAHardNegatives

    main_score

    Результат

    0,7311

    MTEB

    Публичная таблицадругая ревизия

  • STSBenchmark

    main_score

    Результат

    0,8723

    MTEB

    Публичная таблицадругая ревизия

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

F2LLM-4B — текстовая модель эмбеддингов из семейства F2LLM, разработанного CodeFuse AI и описанного в техническом отчёте F2LLM. Модель основана на Qwen/Qwen3-4B и дообучена на 6 млн пар «запрос—документ» из открытых наборов данных; обучение проходило в один этап с однородными макропакетами и без синтетических данных. В репозитории используются архитектура Qwen3, библиотека Sentence Transformers и формат safetensors; модель содержит около 3,7 млрд параметров и поддерживает контекст до 40 960 токенов.

Модель предназначена для преобразования текста в векторы и задач поиска и сопоставления: семантического поиска, оценки сходства предложений, классификации и кластеризации. Обучение охватывает разнообразные задачи извлечения информации, классификации и кластеризации; карточка указывает английский язык. Лицензия — Apache-2.0. Карточка не приводит конкретных результатов оценки, поэтому качество на отдельных наборах данных по ней определить нельзя.

Сценарии применения

  • семантический поиск документов по запросу
  • поиск подходящих фрагментов для RAG
  • сравнение смыслового сходства предложений
  • кластеризация текстов по смыслу
  • классификация текстов на основе эмбеддингов

Ограничения

В карточке не приведены конкретные результаты оценки на MTEB или других бенчмарках. Указан английский язык; поддержка других языков карточкой не подтверждена.

Для каких профессий подходит10

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

F2LLM-4B: Matching SOTA Embedding Performance with 6 Million Open-Source Data

This model is a part of the F2LLM family, presented in the paper F2LLM Technical Report: Matching SOTA Embedding Performance with 6 Million Open-Source Data.

Code: https://github.com/codefuse-ai/CodeFuse-Embeddings/tree/main/F2LLM

F2LLMs (Foundation to Feature Large Language Models) are foundation models directly finetuned on 6 million high-quality query-document pairs (available in codefuse-ai/F2LLM) covering a diverse range of retrieval, classification, and clustering data, curated solely from open-source datasets without any synthetic data. These models are trained with homogeneous macro batches in a single stage, without sophisticated multi-stage pipelines.

Usage

With Sentence Transformers

To encode text using F2LLM with the Sentence Transformers library:

from sentence_transformers import SentenceTransformer

model = SentenceTransformer("codefuse-ai/F2LLM-4B", model_kwargs={"torch_dtype": "bfloat16"})

# Some sample query and documents
query = "What is F2LLM used for?"
documents = [
    'We present F2LLM, a family of fully open embedding LLMs that achieve a strong balance between model size, training data, and embedding performance.',
    'Model checkpoints, training datasets, and training code are released, positioning F2LLM as a strong, reproducible, and budget-friendly baseline for future research in text embedding models.',
    'F2LLM is a model for computing text embeddings that can be used for various NLP tasks such as information retrieval, semantic search, and text classification.'
]

# Encode the query and documents separately, the encode_query method uses the query prompt
query_embedding = model.encode_query(query)
document_embeddings = model.encode_document(documents)
print(query_embedding.shape, document_embeddings.shape)
# (2560,) (3, 2560)

# Compute cosine similarity between the query and documents
similarity = model.similarity(query_embedding, document_embeddings)
print(similarity)
# tensor([[0.5209, 0.5680, 0.7818]])

With Transformers

Or directly with the Transformers library:

from transformers import AutoModel, AutoTokenizer
import torch
import torch.nn.functional as F


model_path = "codefuse-ai/F2LLM-4B"
tokenizer = AutoTokenizer.from_pretrained(model_path)
model = AutoModel.from_pretrained(model_path, torch_dtype=torch.bfloat16, device_map={'': 0})

query = "What is F2LLM used for?"
query_prompt = "Instruct: Given a web search query, retrieve relevant passages that answer the query\nQuery:"
documents = [
    'We present F2LLM, a family of fully open embedding LLMs that achieve a strong balance between model size, training data, and embedding performance.',
    'Model checkpoints, training datasets, and training code are released, positioning F2LLM as a strong, reproducible, and budget-friendly baseline for future research in text embedding models.',
    'F2LLM is a model for computing text embeddings that can be used for various NLP tasks such as information retrieval, semantic search, and text classification.'
]

def encode(sentences):
    batch_size = len(sentences)
    tokenized_inputs = tokenizer(sentences, padding=True, return_tensors='pt').to(model.device)
    last_hidden_state = model(**tokenized_inputs).last_hidden_state
    eos_positions = tokenized_inputs.attention_mask.sum(dim=1) - 1
    embeddings = last_hidden_state[torch.arange(batch_size, device=model.device), eos_positions]
    embeddings = F.normalize(embeddings, p=2, dim=1)
    return embeddings

# Encode the query and documents
query_embedding = encode([query_prompt + query])
document_embeddings = encode(documents)
print(query_embedding.shape, document_embeddings.shape)
# torch.Size([1, 2560]) torch.Size([3, 2560])

# Compute cosine similarity between the query and documents
similarity = query_embedding @ document_embeddings.T
print(similarity)
# tensor([[0.5156, 0.5664, 0.7773]], device='cuda:0', dtype=torch.bfloat16,
#        grad_fn=<MmBackward0>)

Evaluation

To evaluate F2LLMs on MTEB (currently requires installing MTEB from source):

import mteb
import logging
logging.basicConfig(level=logging.INFO)

task_names = ['AmazonCounterfactualClassification', 'ArXivHierarchicalClusteringP2P', 'ArXivHierarchicalClusteringS2S', 'ArguAna', 'AskUbuntuDupQuestions', 'BIOSSES', 'Banking77Classification', 'BiorxivClusteringP2P.v2', 'CQADupstackGamingRetrieval', 'CQADupstackUnixRetrieval', 'ClimateFEVERHardNegatives', 'FEVERHardNegatives', 'FiQA2018', 'HotpotQAHardNegatives', 'ImdbClassification', 'MTOPDomainClassification', 'MassiveIntentClassification', 'MassiveScenarioClassification', 'MedrxivClusteringP2P.v2', 'MedrxivClusteringS2S.v2', 'SCIDOCS', 'SICK-R', 'STS12', 'STS13', 'STS14', 'STS15', 'STS17', 'STS22.v2', 'STSBenchmark', 'SprintDuplicateQuestions', 'StackExchangeClustering.v2', 'StackExchangeClusteringP2P.v2', 'SummEvalSummarization.v2', 'TRECCOVID', 'Touche2020Retrieval.v3', 'ToxicConversationsClassification', 'TweetSentimentExtractionClassification', 'TwentyNewsgroupsClustering.v2', 'TwitterSemEval2015', 'TwitterURLCorpus', 'MindSmallReranking']

tasks = [
    mteb.get_task(task_name, languages = ["eng"], eval_splits=["test"], exclusive_language_filter=True)
    for task_name in task_names
]


model = mteb.get_model("codefuse-ai/F2LLM-4B", device="cuda:0")
evaluation = mteb.MTEB(tasks=tasks)
evaluation.run(model, encode_kwargs={"batch_size": 16})

Training

Training code is available in our Github repo.

Citation

If you use the F2LLM models, data, or code, please cite the following technical report.

@article{2025F2LLM,
  title={F2LLM Technical Report: Matching SOTA Embedding Performance with 6 Million Open-Source Data}, 
  author={Ziyin Zhang and Zihan Liao and Hang Yu and Peng Di and Rui Wang},
  journal      = {CoRR},
  volume       = {abs/2510.02294},
  year         = {2025},
  url          = {https://doi.org/10.48550/arXiv.2510.02294},
  doi          = {10.48550/ARXIV.2510.02294},
  eprinttype    = {arXiv},
  eprint       = {2510.02294}
}

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
6507d23

0 моделей