/ Модель

Характеристики

Контекст
8 192 токена
Параметры
149 млн
Лицензия
Apache 2.0
Архитектура
modernbert · dense
Базовая модель
modernbert-embed-base
Библиотека
sentence-transformers
Опубликована
16 мар 2025

modernbert-embed-quickb

ЭмбеддингиТекст → embedding

Англоязычная модель эмбеддингов на базе ModernBERT для семантического поиска и сопоставления текстов.

105скачиваний за 30 дней0лайковвеса обновлены16 мар 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 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

densonsmith/modernbert-embed-quickb — англоязычная модель Sentence Transformers, дообученная на базе nomic-ai/modernbert-embed-base. Она преобразует предложения и абзацы в плотные векторы для семантического поиска, сравнения текстов и других задач сопоставления. Архитектура включает ModernBERT, усредняющий пулинг токенов и нормализацию; размер эмбеддинга — 768 измерений, для сравнения используется косинусное сходство. Модель поддерживает контекст до 8192 токенов по метаданным; в README указана максимальная длина последовательности 1024 токена.

Обучение на парах запросов и релевантных текстов с MatryoshkaLoss позволяет получать укороченные эмбеддинги размерностью 512, 256, 128 и 64. Примеры обучения связаны с вопросами и текстами о людях, медиа и знаниях, а заявленные сценарии включают семантический поиск, оценку сходства, поиск перефразирований, классификацию и кластеризацию. Модель рассчитана на английский язык. Лицензия — Apache-2.0.

Сценарии применения

  • поиск релевантных документов по текстовому запросу
  • оценка семантического сходства предложений
  • поиск перефразирований в коллекции текстов
  • кластеризация текстов по смыслу
  • подготовка эмбеддингов для классификации текстов

Ограничения

Модель предназначена для английского языка. README указывает максимальную длину последовательности 1024 токена, тогда как метаданные заявляют контекст 8192 токена.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Fine-tuned with QuicKB

This is a sentence-transformers model finetuned from nomic-ai/modernbert-embed-base. It maps sentences & paragraphs to a 768-dimensional dense vector space and can be used for semantic textual similarity, semantic search, paraphrase mining, text classification, clustering, and more.

Model Details

Model Description

  • Model Type: Sentence Transformer
  • Base model: nomic-ai/modernbert-embed-base
  • Maximum Sequence Length: 1024 tokens
  • Output Dimensionality: 768 dimensions
  • Similarity Function: Cosine Similarity
  • Language: en
  • License: apache-2.0

Model Sources

Full Model Architecture

SentenceTransformer(
  (0): Transformer({'max_seq_length': 1024, 'do_lower_case': False}) with Transformer model: ModernBertModel 
  (1): Pooling({'word_embedding_dimension': 768, 'pooling_mode_cls_token': False, 'pooling_mode_mean_tokens': True, 'pooling_mode_max_tokens': False, 'pooling_mode_mean_sqrt_len_tokens': False, 'pooling_mode_weightedmean_tokens': False, 'pooling_mode_lasttoken': False, 'include_prompt': True})
  (2): Normalize()
)

Usage

Direct Usage (Sentence Transformers)

First install the Sentence Transformers library:

pip install -U sentence-transformers

Then you can load this model and run inference.

from sentence_transformers import SentenceTransformer

# Download from the 🤗 Hub
model = SentenceTransformer("densonsmith/modernbert-embed-quickb")
# Run inference
sentences = [
    'Who are the hosts of The Conan & Jordan Show?',
    "Graph: Team Coco Knowledge Graph\nNode ID: the_conan_and_jordan_show\nCategory: shows\nName: The Conan & Jordan Show (radio program)\nType: Show\n\nDescription: A spin-off audio series on SiriusXM's Team Coco Radio, launched in 2023, featuring Conan O'Brien and Jordan Schlansky continuing their comedic odd-couple dynamic.",
    "Awards and Recognitions:\n- 7 Primetime Emmy nominations for writing on Conan's shows\n- 10 WGA Award nominations (with 2 wins)\n- 2 Daytime Emmy nominations for Animated Program performance\n\nMajor Events:\n- 1993 Late Night Debut – Joined Conan's first show as sidekick.\n- 2000 Departure – Left 'Late Night' to pursue acting.\n- 2010 Tour & TBS Move – Reunited with Conan on the live tour and TBS.",
]
embeddings = model.encode(sentences)
print(embeddings.shape)
# [3, 768]

# Get the similarity scores for the embeddings
similarities = model.similarity(embeddings, embeddings)
print(similarities.shape)
# [3, 3]

Evaluation

Metrics

Information Retrieval

Metricdim_768dim_512dim_256dim_128dim_64
cosine_accuracy@10.72220.69440.66670.63890.6111
cosine_accuracy@30.86110.88890.86110.86110.7778
cosine_accuracy@50.91670.91670.91670.91670.8333
cosine_accuracy@100.94440.97220.94440.94440.9167
cosine_precision@10.72220.69440.66670.63890.6111
cosine_precision@30.2870.29630.2870.2870.2593
cosine_precision@50.18330.18330.18330.18330.1667
cosine_precision@100.09440.09720.09440.09440.0917
cosine_recall@10.72220.69440.66670.63890.6111
cosine_recall@30.86110.88890.86110.86110.7778
cosine_recall@50.91670.91670.91670.91670.8333
cosine_recall@100.94440.97220.94440.94440.9167
cosine_ndcg@100.83640.8350.80750.80380.7608
cosine_mrr@100.80090.7910.76270.75740.7111
cosine_map@1000.80420.79170.76620.75980.714

Training Details

Training Dataset

Unnamed Dataset

  • Size: 321 training samples
  • Columns: anchor and positive
  • Approximate statistics based on the first 321 samples:
    anchorpositive
    typestringstring
    detailsmin: 7 tokensmean: 14.03 tokensmax: 24 tokensmin: 15 tokensmean: 74.79 tokensmax: 117 tokens
  • Samples:
    anchorpositive
    What brand did Jeff Ross help establish?Graph: Team Coco Knowledge GraphNode ID: jeff_ross_producerCategory: peopleName: Jeff Ross (Producer)Type: PersonDescription: Jeff Ross is a television producer who has served as Conan O'Brien's executive producer since 1993. He is a key business partner in Conan's media ventures and helped establish the Team Coco brand.
    In what year did Conan O'Brien launch the travel show 'Conan O'Brien Must Go'?Description: Conan O'Brien is an American television host, comedian, writer, actor, and producer, best known for hosting late-night shows including "Late Night with Conan O'Brien", "The Tonight Show with Conan O'Brien", and "Conan". He also hosts the podcast "Conan O'Brien Needs a Friend" and, in 2024, launched the travel show "Conan O'Brien Must Go" on Max.
    What is the strength of the network TBS?- Network tbs (Strength: parent) Description: TBS provided the platform for the show.
  • Loss: MatryoshkaLoss with these parameters:
    {
        "loss": "MultipleNegativesRankingLoss",
        "matryoshka_dims": [
            768,
            512,
            256,
            128,
            64
        ],
        "matryoshka_weights": [
            1,
            1,
            1,
            1,
            1
        ],
        "n_dims_per_step": -1
    }
    

Training Hyperparameters

Non-Default Hyperparameters

  • eval_strategy: epoch
  • per_device_train_batch_size: 4
  • gradient_accumulation_steps: 16
  • learning_rate: 2e-05
  • num_train_epochs: 4
  • lr_scheduler_type: cosine
  • warmup_ratio: 0.1
  • bf16: True
  • tf32: True
  • load_best_model_at_end: True
  • optim: adamw_torch_fused
  • batch_sampler: no_duplicates

All Hyperparameters

  • overwrite_output_dir: False
  • do_predict: False
  • eval_strategy: epoch
  • prediction_loss_only: True
  • per_device_train_batch_size: 4
  • per_device_eval_batch_size: 8
  • per_gpu_train_batch_size: None
  • per_gpu_eval_batch_size: None
  • gradient_accumulation_steps: 16
  • eval_accumulation_steps: None
  • torch_empty_cache_steps: None
  • learning_rate: 2e-05
  • weight_decay: 0.0
  • adam_beta1: 0.9
  • adam_beta2: 0.999
  • adam_epsilon: 1e-08
  • max_grad_norm: 1.0
  • num_train_epochs: 4
  • max_steps: -1
  • lr_scheduler_type: cosine
  • lr_scheduler_kwargs: {}
  • warmup_ratio: 0.1
  • warmup_steps: 0
  • log_level: passive
  • log_level_replica: warning
  • log_on_each_node: True
  • logging_nan_inf_filter: True
  • save_safetensors: True
  • save_on_each_node: False
  • save_only_model: False
  • restore_callback_states_from_checkpoint: False
  • no_cuda: False
  • use_cpu: False
  • use_mps_device: False
  • seed: 42
  • data_seed: None
  • jit_mode_eval: False
  • use_ipex: False
  • bf16: True
  • fp16: False
  • fp16_opt_level: O1
  • half_precision_backend: auto
  • bf16_full_eval: False
  • fp16_full_eval: False
  • tf32: True
  • local_rank: 0
  • ddp_backend: None
  • tpu_num_cores: None
  • tpu_metrics_debug: False
  • debug: []
  • dataloader_drop_last: False
  • dataloader_num_workers: 0
  • dataloader_prefetch_factor: None
  • past_index: -1
  • disable_tqdm: False
  • remove_unused_columns: True
  • label_names: None
  • load_best_model_at_end: True
  • ignore_data_skip: False
  • fsdp: []
  • fsdp_min_num_params: 0
  • fsdp_config: {'min_num_params': 0, 'xla': False, 'xla_fsdp_v2': False, 'xla_fsdp_grad_ckpt': False}
  • fsdp_transformer_layer_cls_to_wrap: None
  • accelerator_config: {'split_batches': False, 'dispatch_batches': None, 'even_batches': True, 'use_seedable_sampler': True, 'non_blocking': False, 'gradient_accumulation_kwargs': None}
  • deepspeed: None
  • label_smoothing_factor: 0.0
  • optim: adamw_torch_fused
  • optim_args: None
  • adafactor: False
  • group_by_length: False
  • length_column_name: length
  • ddp_find_unused_parameters: None
  • ddp_bucket_cap_mb: None
  • ddp_broadcast_buffers: False
  • dataloader_pin_memory: True
  • dataloader_persistent_workers: False
  • skip_memory_metrics: True
  • use_legacy_prediction_loop: False
  • push_to_hub: False
  • resume_from_checkpoint: None
  • hub_model_id: None
  • hub_strategy: every_save
  • hub_private_repo: None
  • hub_always_push: False
  • gradient_checkpointing: False
  • gradient_checkpointing_kwargs: None
  • include_inputs_for_metrics: False
  • include_for_metrics: []
  • eval_do_concat_batches: True
  • fp16_backend: auto
  • push_to_hub_model_id: None
  • push_to_hub_organization: None
  • mp_parameters:
  • auto_find_batch_size: False
  • full_determinism: False
  • torchdynamo: None
  • ray_scope: last
  • ddp_timeout: 1800
  • torch_compile: False
  • torch_compile_backend: None
  • torch_compile_mode: None
  • dispatch_batches: None
  • split_batches: None
  • include_tokens_per_second: False
  • include_num_input_tokens_seen: False
  • neftune_noise_alpha: None
  • optim_target_modules: None
  • batch_eval_metrics: False
  • eval_on_start: False
  • use_liger_kernel: False
  • eval_use_gather_object: False
  • average_tokens_across_devices: False
  • prompts: None
  • batch_sampler: no_duplicates
  • multi_dataset_batch_sampler: proportional

Training Logs

EpochStepTraining Lossdim_768_cosine_ndcg@10dim_512_cosine_ndcg@10dim_256_cosine_ndcg@10dim_128_cosine_ndcg@10dim_64_cosine_ndcg@10
1.06-0.79090.80340.77110.79920.6908
1.79011016.3044-----
2.012-0.83640.82940.80220.80380.7691
3.018-0.83640.83130.80590.79380.7599
3.3951205.63480.83640.83500.80750.80380.7608
  • The bold row denotes the saved checkpoint.

Framework Versions

  • Python: 3.12.4
  • Sentence Transformers: 3.4.0
  • Transformers: 4.48.1
  • PyTorch: 2.5.1+cu124
  • Accelerate: 1.3.0
  • Datasets: 3.2.0
  • Tokenizers: 0.21.1

Citation

BibTeX

Sentence Transformers

@inproceedings{reimers-2019-sentence-bert,
    title = "Sentence-BERT: Sentence Embeddings using Siamese BERT-Networks",
    author = "Reimers, Nils and Gurevych, Iryna",
    booktitle = "Proceedings of the 2019 Conference on Empirical Methods in Natural Language Processing",
    month = "11",
    year = "2019",
    publisher = "Association for Computational Linguistics",
    url = "https://arxiv.org/abs/1908.10084",
}

MatryoshkaLoss

@misc{kusupati2024matryoshka,
    title={Matryoshka Representation Learning},
    author={Aditya Kusupati and Gantavya Bhatt and Aniket Rege and Matthew Wallingford and Aditya Sinha and Vivek Ramanujan and William Howard-Snyder and Kaifeng Chen and Sham Kakade and Prateek Jain and Ali Farhadi},
    year={2024},
    eprint={2205.13147},
    archivePrefix={arXiv},
    primaryClass={cs.LG}
}

MultipleNegativesRankingLoss

@misc{henderson2017efficient,
    title={Efficient Natural Language Response Suggestion for Smart Reply},
    author={Matthew Henderson and Rami Al-Rfou and Brian Strope and Yun-hsuan Sung and Laszlo Lukacs and Ruiqi Guo and Sanjiv Kumar and Balint Miklos and Ray Kurzweil},
    year={2017},
    eprint={1705.00652},
    archivePrefix={arXiv},
    primaryClass={cs.CL}
}

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
96f8fcf

0 моделей