Дообученная на базе Qwen2.5-7B-Instruct модель для ранжирования пассажей по релевантности с использованием рассуждений.
Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды
Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.
Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.
Напишите запросы, при необходимости приложите файлы и эталонные ответы.
Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.
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.
Описание составлено по карточке модели и метаданным Hugging Face
ReasonRank-7B — языковая модель для ранжирования фрагментов текста, представленная авторами исследования ReasonRank: Empowering Passage Ranking with Strong Reasoning Ability. Она дообучена на базе Qwen/Qwen2.5-7B-Instruct и предназначена для задач информационного поиска, где нужно оценивать и упорядочивать пассажи по релевантности запросу. Модель содержит 7,1 млрд параметров, использует архитектуру Qwen2 с causal language modeling и работает через Transformers. Контекст — до 32 768 токенов; в карточке указан английский язык. Репозиторий распространяется в формате Safetensors по лицензии MIT.
Модель рассчитана на ранжирование пассажей с опорой на рассуждение; также в метаданных отмечены генерация текста, чат и интерфейс вызова инструментов. README отсылает к статье и GitHub-репозиторию за подробностями использования, но не приводит результаты оценки или инструкции. Как производная от Qwen2.5-7B-Instruct, она сохраняет общие ограничения языковой модели, включая возможные ошибки в оценках релевантности; качество на конкретном поисковом наборе данных следует проверять отдельно.
README не приводит метрики качества или подробные инструкции по применению. Оценки релевантности могут ошибаться, поэтому качество следует проверять на целевых запросах и документах.
Разделы каталога профессий, в задачах которых используется эта модель
README от автора на Hugging Face, как он его опубликовал
This is the model trained in our paper: ReasonRank: Empowering Passage Ranking with Strong Reasoning Ability (📝arXiv). Please refer our 🧩github repository for the usage of reasonrank-7B.
🌹 If you use this model, please ✨star our GitHub repository to support us. Your star means a lot!
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм · transformers
Подбираем GPU…