/ Модель

Характеристики

Контекст
8 194 токена
Параметры
659 млн
Лицензия
Apache 2.0
Архитектура
xlm-roberta · dense
Базовая модель
bge-reranker-v2-m3
Библиотека
mlx
Опубликована
24 сен 2026

bge-reranker-v2-m3-mlx-int8

Классификация текстаТекст → label

Многоязычный кросс-энкодер для оценки релевантности и переранжирования результатов поиска на устройствах Apple Silicon через MLX Swift.

155скачиваний за 30 дней0лайковвеса обновлены10 окт 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

iktino/bge-reranker-v2-m3-mlx-int8 — многоязычный переранжировщик на основе BAAI/bge-reranker-v2-m3, подготовленный для запуска на устройствах Apple Silicon через MLX Swift. Это кросс-энкодер XLM-RoBERTa примерно с 658,7 млн параметров: он получает пару «запрос — фрагмент текста» и выдаёт один логит релевантности, который можно преобразовать сигмоидой в оценку от 0 до 1 и использовать для сортировки результатов поиска. Модель также подходит для оценки того, относятся ли два текста к одной теме; README заявляет поддержку более чем 100 языков.

Веса преобразованы из исходной версии fp32 в аффинный 8-битный формат MLX с размером группы 64 для линейных слоёв и эмбеддингов. README сообщает о совпадении выходов с fp32 на описанном многоязычном тесте сопоставления элементов. Контекст модели составляет 8194 токена. Репозиторий предназначен для загрузки через MLX Swift: его safetensors-файлы не являются чекпойнтом Transformers и напрямую не загружаются через Transformers или sentence-transformers. Лицензия — Apache-2.0.

Сценарии применения

  • переранжирование найденных фрагментов по релевантности запросу
  • сортировка кандидатов для поиска и RAG
  • оценка соответствия пары «запрос — документ»
  • сопоставление текстов на разных языках
  • проверка, относятся ли два текста к одной теме

Ограничения

Для загрузки требуются MLX Swift и соответствующая конфигурация квантованных слоёв; файлы нельзя напрямую использовать с Transformers или sentence-transformers. Заявленное совпадение с fp32 относится к тесту, описанному в README.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

bge-reranker-v2-m3 · MLX Swift 8-bit

A multilingual cross-encoder reranker for on-device search on Apple Silicon, at 0.64 GB.

BaseBAAI/bge-reranker-v2-m3 @ 953dc6f6
TaskCross-encoder relevance scoring (query, passage) → one logit
FormatMLX Swift safetensors, 8-bit affine, group size 64 (Linear + Embedding)
Size0.64 GB (fp32 original ≈ 2.2 GB)
Accuracybyte-identical downstream results vs fp32 on a multilingual benchmark (below)
LicenseApache-2.0 (unchanged)

Intended use

Re-ranking retrieval candidates and judging whether two texts are about the same thing, in 100+ languages, fully on-device. Feed (query, passage) as a sentence pair; the single output logit (sigmoid for a 0–1 score) ranks candidates.

How it was made

The original fp32 weights were loaded with an MLX Swift BertModel (MLXEmbedders naming, after its sanitize step) and quantized in memory with MLXNN.quantize (affine, 8-bit, group size 64, default Linear and Embedding layers). The quantized module parameters were saved unchanged as model.safetensors; quantization.json records the scheme.

Verification

An item-linking benchmark of four multilingual packs (English, Czech and a multilingual parliament set) uses this model together with two companion models from the same family of repos (embedder, reranker, NLI). It produced byte-identical outputs with these 8-bit files and with the original fp32 weights.

Loading (read this first)

These are MLX Swift weights, not a Transformers checkpoint: transformers and sentence-transformers cannot load them. Use the original repo for those. To load in MLX Swift:

  1. Build the MLXEmbedders BertModel from config.json (with the sequence-classification head).
  2. Call quantize(model: model, groupSize: 64, bits: 8, mode: .affine) on it before loading weights. Quantized layers store weight / scales / biases.
  3. Load model.safetensors into the module and use the tokenizer files as usual.

quantization.json ({"bits": 8, "groupSize": 64, "mode": "affine"}) is the marker a loader can check to take step 2.

Files

filecontent
model.safetensors8-bit parameters
quantization.jsonquantization scheme
config.jsoncopied from the source revision
tokenizer.json, tokenizer_config.json, special_tokens_map.jsoncopied from the source revision

License and attribution

Apache License 2.0, the same as BAAI/bge-reranker-v2-m3; the text is in LICENSE. All credit for the model goes to BAAI. The change here is quantization only.

Как запустить

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

GPU в ailist

Универсальный рантайм · mlx

Нельзя запустить

MLX-модели работают только на Apple Silicon.

Класс архитектуры
XLMRobertaForSequenceClassification
Ревизия весов
c688d18

0 моделей