/ Модель

Характеристики

Контекст
512 токенов
Лицензия
Apache 2.0
Архитектура
distilbert · dense
Базовая модель
distilbert-base-uncased
Библиотека
sentence-transformers
Опубликована
21 авг 2026

distilbert-base-uncased-msmarco-margin-mse

ЭмбеддингиТекст → embedding9 профессий

Англоязычная модель DistilBERT преобразует запросы и документы в векторы для семантического поиска и оценки сходства.

18скачиваний за 30 дней0лайковвеса обновлены21 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

Это англоязычная модель Sentence Transformers, созданная дообучением DistilBERT разработчиком репозитория kwondw на данных MS MARCO с функцией потерь MarginMSELoss и учителем BERT-CAT ensemble. Архитектура состоит из DistilBertModel и слоя усреднённого pooling; она преобразует текст в плотные векторы размерности 768 для поиска и сравнения предложений и абзацев по скалярному произведению. В README указан предел последовательности 300 токенов, а метаданные указывают контекстное окно 512 токенов.

Модель подходит для семантического поиска, извлечения релевантных фрагментов и ранжирования текстовых кандидатов по близости к запросу. Обучение описано на выборке из 100 примеров MS MARCO; приведённые результаты на NanoMSMARCO низкие (dot_accuracy@1 — 0,02, @3 — 0,04, @5 — 0,08), поэтому качество следует проверять на целевых данных. Поддерживается английский язык. Лицензия — Apache-2.0.

Сценарии применения

  • семантический поиск документов по запросу
  • поиск релевантных абзацев в коллекции текстов
  • сравнение сходства двух предложений или фрагментов
  • подбор кандидатов для последующего ранжирования
  • извлечение текстовых фрагментов для поискового конвейера

Ограничения

Обучение описано на 100 примерах, а в README приведены низкие показатели точности на NanoMSMARCO; качество для конкретного корпуса нужно проверять отдельно. Модель рассчитана на английский текст и ограничивает длину входа 300 токенами согласно README.

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

distilbert-base-uncased finetuned on MSMARCO with MarginMSELoss (BERT-CAT ensemble teacher)

This is a sentence-transformers model finetuned from distilbert/distilbert-base-uncased on the msmarco dataset. It maps sentences & paragraphs to a 768-dimensional dense vector space and can be used for retrieval.

Model Details

Model Description

  • Model Type: Sentence Transformer
  • Base model: distilbert/distilbert-base-uncased
  • Maximum Sequence Length: 300 tokens
  • Output Dimensionality: 768 dimensions
  • Similarity Function: Dot Product
  • Supported Modality: Text
  • Training Dataset:
    • msmarco
  • Language: en
  • License: apache-2.0

Model Sources

Full Model Architecture

SentenceTransformer(
  (0): Transformer({'transformer_task': 'feature-extraction', 'modality_config': {'text': {'method': 'forward', 'method_output_name': 'last_hidden_state'}}, 'module_output_name': 'token_embeddings', 'architecture': 'DistilBertModel'})
  (1): Pooling({'embedding_dimension': 768, 'pooling_mode': 'mean', 'include_prompt': True})
)

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("kwondw/distilbert-base-uncased-msmarco-margin-mse")
# Run inference
queries = [
    'average pay of it analyst in austin texas',
]
documents = [
    'How much does an IT Analyst in Austin, TX make? The average IT Analyst salary in Austin, TX is approximately $26.79 per hour, which is 26% below the national average. Salary information comes from 76 data points collected directly from employees, users, and past and present job advertisements on Indeed in the past 24 months.',
    'The best city between Austin, TX and Santa Fe, NM to meet is Lubbock, Texas which is about 34 miles from the exact midpoint. The town that marks the exact halfway point is actually Close City, Texas.',
    'Food and cosmetic use. Arrowroot powder is a natural powdered root starch that is white in color and very lightweight. It is derived from the tropical South American plant Maranta arundinacea. The plant was given the name â\x80\x9cArrowrootâ\x80\x9d because it was once used to treat those injured with wounds from poisoned arrows.',
]
query_embeddings = model.encode_query(queries)
document_embeddings = model.encode_document(documents)
print(query_embeddings.shape, document_embeddings.shape)
# [1, 768] [3, 768]

# Get the similarity scores for the embeddings
similarities = model.similarity(query_embeddings, document_embeddings)
print(similarities)
# tensor([[46.6321, 42.2351, 35.4387]])

Evaluation

Metrics

Information Retrieval

MetricValue
dot_accuracy@10.02
dot_accuracy@30.04
dot_accuracy@50.08
dot_accuracy@100.14
dot_precision@10.02
dot_precision@30.0133
dot_precision@50.016
dot_precision@100.014
dot_recall@10.02
dot_recall@30.04
dot_recall@50.08
dot_recall@100.14
dot_ndcg@100.0683
dot_mrr@100.0469
dot_map@1000.0689

Training Details

Training Dataset

msmarco

  • Dataset: msmarco
  • Size: 100 training samples
  • Columns: score, query, positive, and negative
  • Approximate statistics based on the first 100 samples:
    scorequerypositivenegative
    typefloatstringstringstring
    detailsmin: 0.52mean: 14.12max: 22.35min: 5 tokensmean: 9.28 tokensmax: 20 tokensmin: 27 tokensmean: 86.96 tokensmax: 282 tokensmin: 23 tokensmean: 71.84 tokensmax: 146 tokens
  • Samples:
    scorequerypositivenegative
    18.26768692334493weisskopf syndromeDinno-Shearer-Weisskopf syndrome: Introduction. Dinno-Shearer-Weisskopf syndrome: A very rare syndrome characterized mainly by long limbs, tall stature, large head, ataxia and facial anomalies. More detailed information about the symptoms, causes, and treatments of Dinno-Shearer-Weisskopf syndrome is available below.Related posts: 1 Charles Bonnet Syndrome - Treatment, Symptoms and Causes. 2 Refeeding Syndrome - Symptoms, Causes, Diagnosis, Treatment Guidelines. 3 Dubowitz Syndrome.
    21.609440167744957weather in beirut, lebanonBeirut: Annual Weather Averages. August is the hottest month in Beirut with an average temperature of 28°C (82°F) and the coldest is February at 13°C (55°F) with the most daily sunshine hours at 14 in July. The wettest month is January with an average of 130mm of rain.When Brant and his Mohawk warriors joined the fortunes. of the Johnson family in Canada, the influence of President. Whelock, of Lebanon Institute, where Brant had received his. early education, was brought to bear upon the crisis.
    15.881475607554119what are the clots in my periodBlood Clots during Period. It is normal to pass blood clots during menses, as along with the blood the thickened lining of the uterus is also being shed and expelled outside the body. In case the abnormal blood clots during period occur, visit your gynecologist as it may then be an indication of other serious medical illnesses.Heparin lock flush is used for: Preventing blood clots from forming in intravenous (IV) lines or catheters. Heparin lock flush is an anticoagulant. It works by preventing blood clots from forming in intravenous lines when they are not in use. Do NOT use heparin lock flush if:
  • Loss: MarginMSELoss with these parameters:
    {
        "similarity_fct": "pairwise_dot_score"
    }
    

Training Hyperparameters

Non-Default Hyperparameters

  • per_device_train_batch_size: 32
  • per_device_eval_batch_size: 32
  • num_train_epochs: 1
  • warmup_steps: 0.1
  • fp16: True

All Hyperparameters

  • do_predict: False
  • prediction_loss_only: True
  • per_device_train_batch_size: 32
  • per_device_eval_batch_size: 32
  • gradient_accumulation_steps: 1
  • eval_accumulation_steps: None
  • torch_empty_cache_steps: None
  • learning_rate: 5e-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: 1
  • max_steps: -1
  • lr_scheduler_type: linear
  • lr_scheduler_kwargs: None
  • warmup_ratio: None
  • warmup_steps: 0.1
  • log_level: passive
  • log_level_replica: warning
  • log_on_each_node: True
  • logging_nan_inf_filter: True
  • enable_jit_checkpoint: False
  • save_on_each_node: False
  • save_only_model: False
  • restore_callback_states_from_checkpoint: False
  • use_cpu: False
  • seed: 42
  • data_seed: None
  • bf16: False
  • fp16: True
  • bf16_full_eval: False
  • fp16_full_eval: False
  • tf32: None
  • local_rank: -1
  • ddp_backend: None
  • debug: []
  • dataloader_drop_last: True
  • dataloader_num_workers: 0
  • dataloader_prefetch_factor: None
  • disable_tqdm: False
  • remove_unused_columns: True
  • label_names: None
  • load_best_model_at_end: False
  • ignore_data_skip: False
  • fsdp: []
  • fsdp_config: {'min_num_params': 0, 'xla': False, 'xla_fsdp_v2': False, 'xla_fsdp_grad_ckpt': False}
  • accelerator_config: {'split_batches': False, 'dispatch_batches': None, 'even_batches': True, 'use_seedable_sampler': True, 'non_blocking': False, 'gradient_accumulation_kwargs': None}
  • parallelism_config: None
  • deepspeed: None
  • label_smoothing_factor: 0.0
  • optim: adamw_torch_fused
  • optim_args: None
  • group_by_length: False
  • length_column_name: length
  • project: huggingface
  • trackio_space_id: trackio
  • 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
  • push_to_hub: False
  • resume_from_checkpoint: None
  • hub_model_id: None
  • hub_strategy: every_save
  • hub_private_repo: None
  • hub_always_push: False
  • hub_revision: None
  • gradient_checkpointing: False
  • gradient_checkpointing_kwargs: None
  • include_for_metrics: []
  • eval_do_concat_batches: True
  • auto_find_batch_size: False
  • full_determinism: False
  • ddp_timeout: 1800
  • torch_compile: False
  • torch_compile_backend: None
  • torch_compile_mode: None
  • include_num_input_tokens_seen: no
  • neftune_noise_alpha: None
  • optim_target_modules: None
  • batch_eval_metrics: False
  • eval_on_start: False
  • use_liger_kernel: False
  • liger_kernel_config: None
  • eval_use_gather_object: False
  • average_tokens_across_devices: True
  • use_cache: False
  • prompts: None
  • batch_sampler: batch_sampler
  • multi_dataset_batch_sampler: proportional
  • router_mapping: {}
  • learning_rate_mapping: {}

Training Logs

EpochStepTraining LossNanoMSMARCO_dot_ndcg@10
-1-1-0.0683
1.01186.33450.0683
-1-1-0.0683

Training Time

  • Training: 8.7 seconds
  • Evaluation: 3.5 seconds
  • Total: 12.2 seconds

Framework Versions

  • Python: 3.12.13
  • Sentence Transformers: 5.4.1
  • Transformers: 5.0.0
  • PyTorch: 2.10.0+cu128
  • Accelerate: 1.13.0
  • Datasets: 5.0.0
  • Tokenizers: 0.22.2

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",
}

MarginMSELoss

@misc{hofstätter2021improving,
    title={Improving Efficient Neural Ranking Models with Cross-Architecture Knowledge Distillation},
    author={Sebastian Hofstätter and Sophia Althammer and Michael Schröder and Mete Sertkan and Allan Hanbury},
    year={2021},
    eprint={2010.02666},
    archivePrefix={arXiv},
    primaryClass={cs.IR}
}

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
DistilBertModel
Ревизия весов
7099cba

0 моделей