/ Модель

Характеристики

Лицензия
CC BY-NC 4.0
Базовая модель
jina-reranker-v3.5
Библиотека
llama.cpp
Опубликована
24 июл 2026

jina-reranker-v3.5-GGUF

Ранжирование текстаТекст → score9 профессий

jina-reranker-v3.5-GGUF — это квантизированная GGUF-версия мультиязычной listwise-модели переранжирования jina-reranker-v3.5, разработанной Jina AI.

3 158скачиваний за 30 дней2лайкавеса обновлены30 июл 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 «Ранжирование» — 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

Модель предназначена для оценки релевантности документов относительно поискового запроса и улучшения результатов информационного поиска, включая доменно-ориентированные сценарии. Она может использоваться локально через llama.cpp и Python-обёртку GGUFReranker.

Модель работает с текстом и поддерживает мультиязычные входные данные. В основе используется архитектура с гибридным вниманием и само-дистилляцией; исходная реализация требует некаузального режима encoder и отдельного MLP-проектора. Доступны варианты квантизации от BF16 до низкобитных IQ- и Q-форматов размером примерно от 1,2 ГБ до 199 МБ. Для работы также необходимы projector.safetensors, tokenizer.json, совместимая сборка llama-embedding и зависимости Python; официальная версия llama.cpp на момент описания не поддерживает все требуемые функции.

К сильным сторонам относятся мультиязычность, возможность listwise-переранжирования и широкий выбор вариантов квантизации для различного баланса качества и потребления памяти. Ограничениями являются необходимость специальной сборки llama.cpp, отдельных файлов проектора и токенизатора, а также потенциальная потеря качества в низкобитных вариантах. Модель и её GGUF-реализация распространяются по лицензии CC BY-NC 4.0, допускающей использование с некоммерческими ограничениями; по вопросам коммерческого применения рекомендуется обращаться к Jina AI.

Для каких профессий подходит9

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

jina-reranker-v3.5 — GGUF

GGUF quantizations of jinaai/jina-reranker-v3.5, a domain-ready multilingual listwise reranker from Jina AI.

Available quantizations

BF16Q8_0Q6_KQ5_K_MQ5_K_SQ4_K_MQ4_K_SIQ4_NLIQ4_XSIQ3_SIQ3_XSIQ3_XXSIQ2_SIQ2_XSIQ2_XXSIQ1_MIQ1_S
Size1.2 GB610 MB473 MB424 MB417 MB379 MB366 MB366 MB353 MB309 MB299 MB267 MB243 MB231 MB219 MB207 MB199 MB

Files

  • jina-reranker-v3.5-*.gguf — Quantized model weights (see table above for sizes)
  • projector.safetensors — MLP projector weights (not baked into the GGUF; required for scoring)
  • tokenizer.json — Tokenizer required by rerank.py for in-process tokenization and block splitting
  • rerank.py — Reranker implementation
  • imatrix.dat — Importance matrix used to guide quantization of lower-bit variants

Requirements

  • Python 3.8+
  • llama-embedding binary — built from the fork below (see Building llama.cpp)
  • projector.safetensors from this repo (the scoring MLP — not baked into the GGUF)
  • Python packages: numpy, safetensors, torch, tokenizers

Building llama.cpp

This model requires a non-causal encoder mode and a custom --output-token-ids flag that are not yet in the official llama.cpp release. A PR is open upstream:

ggml-org/llama.cpp#26286

Until the PR is merged, build llama-embedding from the fork:

git clone https://github.com/littlewine/llama.cpp
cd llama.cpp
cmake -B build -DGGML_CUDA=ON   # or -DGGML_METAL=ON on macOS
cmake --build build --config Release -j$(nproc) --target llama-embedding

The resulting binary is at build/bin/llama-embedding.

CPU-only build: omit the -DGGML_CUDA=ON flag.

Usage

from rerank import GGUFReranker

reranker = GGUFReranker(
    model_path="jina-reranker-v3.5-Q4_K_M.gguf",
    projector_path="projector.safetensors",
    llama_embedding_path="/path/to/llama-embedding",
    tokenizer_path="tokenizer.json",  # omit if tokenizer.json is next to the .gguf
)

results = reranker.rerank(
    query="What causes inflammation in rheumatoid arthritis?",
    documents=[
        "Rheumatoid arthritis is caused by immune system attacking joints...",
        "Osteoarthritis results from mechanical wear on cartilage...",
    ],
)

for r in results:
    print(f"[{r['index']}] {r['relevance_score']:.4f}  {r['document'][:60]}")

Citation

If you find jina-reranker-v3.5 useful in your research, please cite the original paper:

@misc{nasika2026jinarerankerv35efficientlistwisereranker,
      title={jina-reranker-v3.5: An Efficient Listwise Reranker with Hybrid Attention and Self-Distillation}, 
      author={Christina Nasika and Feng Wang and Antonis Krasakis and Han Xiao},
      year={2026},
      eprint={2607.18152},
      archivePrefix={arXiv},
      primaryClass={cs.IR},
      url={https://arxiv.org/abs/2607.18152}, 
}

License

This GGUF implementation follows the same CC BY-NC 4.0 license as the original model. For commercial usage inquiries, please contact Jina AI.

Как запустить

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

GPU в ailist

Универсальный рантайм · llama.cpp

Можно запустить

Подбираем GPU…

Ревизия весов
884f7c6

0 моделей