/ Модель

Характеристики

Контекст
512 токенов
Параметры
137 млн
Лицензия
Apache 2.0
Архитектура
bert · dense
Базовая модель
e5-base-unsupervised
Опубликована
11 мая 2025

cadet-embed-base-v1

Сходство предложенийТекст → score9 профессий

Англоязычная BERT-base модель создаёт текстовые эмбеддинги для семантического поиска и извлечения релевантных документов.

164скачиваний за 30 дней3лайкавеса обновлены28 мая 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 оценки33

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

  • CQADupstackRetrieval

    main_score

    Результат

    0,408

    MTEB

    Публичная таблицадругая ревизия

  • BrightRetrieval

    main_score

    Результат

    0,2119

    Общий результат 0,2156Общий результат 0,1512Общий результат 0,0918
    MTEB

    Публичная таблицадругая ревизия

  • LEMBPasskeyRetrieval

    main_score

    Результат

    0,62

    Общий результат 1Общий результат 0,04Общий результат 0,02
    MTEB

    Публичная таблицадругая ревизия

  • LEMBNeedleRetrieval

    main_score

    Результат

    0,1

    Общий результат 0,9Общий результат 0,34Общий результат 0,04
    MTEB

    Публичная таблицадругая ревизия

  • CQADupstackWordpressRetrieval

    main_score

    Результат

    0,3422

    MTEB

    Публичная таблицадругая ревизия

  • BrightTheoremQATheoremsRetrieval

    main_score

    Результат

    0,0762

    MTEB

    Публичная таблицадругая ревизия

  • ChemHotpotQARetrieval

    main_score

    Результат

    0,875

    Общий результат 0,8794Общий результат 0,8607
    MTEB

    Публичная таблицадругая ревизия

  • ARCChallenge

    main_score

    Результат

    0,1161

    MTEB

    Публичная таблицадругая ревизия

  • BrightEconomicsRetrieval

    main_score

    Результат

    0,1912

    MTEB

    Публичная таблицадругая ревизия

  • BrightLongRetrieval

    main_score

    Результат

    0,1615

    Общий результат 0,3465Общий результат 0,3184Общий результат 0,3101
    MTEB

    Публичная таблицадругая ревизия

  • AlphaNLI

    main_score

    Результат

    0,3234

    MTEB

    Публичная таблицадругая ревизия

  • FiQA2018

    main_score

    Результат

    0,4089

    MTEB

    Публичная таблицадругая ревизия

  • ClimateFEVER

    main_score

    Результат

    0,3669

    MTEB

    Публичная таблицадругая ревизия

  • ClimateFEVER.v2

    main_score

    Результат

    0,3033

    MTEB

    Публичная таблицадругая ревизия

  • LegalBenchConsumerContractsQA

    main_score

    Результат

    0,7674

    MTEB

    Публичная таблицадругая ревизия

  • LEMBNarrativeQARetrieval

    main_score

    Результат

    0,2458

    MTEB

    Публичная таблицадругая ревизия

  • SCIDOCS

    main_score

    Результат

    0,1909

    MTEB

    Публичная таблицадругая ревизия

  • CQADupstackProgrammersRetrieval

    main_score

    Результат

    0,4134

    MTEB

    Публичная таблицадругая ревизия

  • BrightEarthScienceLongRetrieval

    main_score

    Результат

    0,3348

    MTEB

    Публичная таблицадругая ревизия

  • DBPediaHardNegatives

    main_score

    Результат

    0,4848

    MTEB

    Публичная таблицадругая ревизия

  • BrightAopsRetrieval

    main_score

    Результат

    0,0755

    MTEB

    Публичная таблицадругая ревизия

  • LegalSummarization

    main_score

    Результат

    0,6405

    MTEB

    Публичная таблицадругая ревизия

  • CosQA

    main_score

    Результат

    0,3215

    MTEB

    Публичная таблицадругая ревизия

  • BrightStackoverflowRetrieval

    main_score

    Результат

    0,1365

    MTEB

    Публичная таблицадругая ревизия

  • LEMBQMSumRetrieval

    main_score

    Результат

    0,262

    MTEB

    Публичная таблицадругая ревизия

  • FeedbackQARetrieval

    main_score

    Результат

    0,5602

    MTEB

    Публичная таблицадругая ревизия

  • MLQuestions

    main_score

    Результат

    0,6379

    MTEB

    Публичная таблицадругая ревизия

  • BrightPonyLongRetrieval

    main_score

    Результат

    0,0284

    MTEB

    Публичная таблицадругая ревизия

  • TRECCOVID

    main_score

    Результат

    0,8056

    MTEB

    Публичная таблицадругая ревизия

  • BrightPsychologyLongRetrieval

    main_score

    Результат

    0,1555

    MTEB

    Публичная таблицадругая ревизия

  • CQADupstackEnglishRetrieval

    main_score

    Результат

    0,4885

    MTEB

    Публичная таблицадругая ревизия

  • LitSearchRetrieval

    main_score

    Результат

    0,4793

    MTEB

    Публичная таблицадругая ревизия

  • QuoraRetrieval

    main_score

    Результат

    0,8759

    MTEB

    Публичная таблицадругая ревизия

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

cadet-embed-base-v1 — плотная BERT-base модель для создания текстовых эмбеддингов и поиска релевантных фрагментов. Разработана Manveer Singh Tamber и соавторами; дообучена на базе intfloat/e5-base-unsupervised с помощью листовой дистилляции от cross-encoder моделей RankT5-3B и BAAI/bge-reranker-v2.5-gemma2-lightweight. Для обучения использованы синтетические запросы, созданные Llama 3.1 8B, и более 400 тысяч фрагментов из MSMARCO, DBPedia и Wikipedia.

Модель предназначена для плотного поиска: сопоставления запросов с документами и отбора релевантных фрагментов. Она содержит 136,7 млн параметров, принимает текст и рассчитана на контекст до 512 токенов. Карточка указывает английский язык. Веса опубликованы в формате safetensors по лицензии Apache-2.0. README характеризует качество поиска как высокое, но не приводит количественных результатов оценки.

Сценарии применения

  • семантический поиск по коллекции документов
  • поиск ответов на запросы в статьях и веб-страницах
  • ранжирование фрагментов по релевантности запросу
  • поиск похожих предложений и текстов

Ограничения

Контекст ограничен 512 токенами; карточка не приводит количественных результатов оценки качества. Модель заявлена для английского языка.

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

cadet-embed-base-v1

cadet-embed-base-v1 is a BERT-base embedding model fine-tuned from intfloat/e5-base-unsupervised with

  • cross-encoder listwise distillation (teachers: RankT5-3B and BAAI/bge-reranker-v2.5-gemma2-lightweight)
  • purely synthetic queries (Llama-3.1 8B generated: questions, claims, titles, keywords, zero-shot & few-shot web queries) over 400k passages total from MSMARCO, DBPedia and Wikipedia corpora.

The result: highly effective BERT-base retrieval.

We provide our training code and scripts to generate synthetic queries at https://github.com/manveertamber/cadet-dense-retrieval.


Quick start

from sentence_transformers import SentenceTransformer
import numpy as np

model = SentenceTransformer("manveertamber/cadet-embed-base-v1")

query = "query: capital of France"

passages = [
    "passage: Paris is the capital and largest city of France.",
    "passage: Berlin is known for its vibrant art scene.",
    "passage: The Eiffel Tower is located in Paris, France."
]

# Encode
q_emb   = model.encode(query,    normalize_embeddings=True)
p_embs  = model.encode(passages, normalize_embeddings=True)     # shape (n_passages, dim)

scores = np.dot(p_embs, q_emb)                                  # shape (n_passages,)

# Rank passages by score
for passage, score in sorted(zip(passages, scores), key=lambda x: x[1], reverse=True):
    print(f"{score:.3f}\t{passage}")


If you use this model, please cite:

@article{tamber2025conventionalcontrastivelearningfalls,
  title={Conventional Contrastive Learning Often Falls Short: Improving Dense Retrieval with Cross-Encoder Listwise Distillation and Synthetic Data}, 
  author={Manveer Singh Tamber and Suleman Kazi and Vivek Sourabh and Jimmy Lin},
  journal={arXiv:2505.19274},
  year={2025}
}

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
BertModel
Ревизия весов
0f8d867

0 моделей