/ Модель

Характеристики

Контекст
40 960 токенов
Параметры
508 млн
Размер весов
335 МБ
Лицензия
Apache 2.0
Архитектура
qwen3 · dense
Базовая модель
Qwen3-Reranker-0.6B
Библиотека
mlx
Опубликована
6 июн 2026

Qwen3-Reranker-0.6B-4bit

Генерация текстаТекст → текст7 профессий

mlx-community/Qwen3-Reranker-0.6B-4bit — модель для переранжирования текстовых результатов, разработанная сообществом mlx-community на основе Qwen/Qwen3-Reranker-0.6B от Qwen.

1 343скачиваний за 30 дней4лайкавеса обновлены6 июн 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

Она предназначена для оценки релевантности пар «запрос — документ», например при веб-поиске и retrieval-сценариях, чтобы упорядочивать найденные passages по соответствию запросу. Модель использует cross-encoder на базе causal language model и вычисляет оценку релевантности через вероятности ответов «yes» и «no». Для работы требуется MLX; модель была конвертирована с использованием mlx-lm 0.31.3.

Доступна в аффинной 4-битной квантизации с group_size=64, примерно 4,5 бита на вес. Размер на диске составляет около 331 МБ. В README не указаны точный размер архитектуры, поддерживаемые языки и максимальная длина контекста. К преимуществам относятся компактный размер и возможность применять модель для переранжирования найденных документов с вероятностной оценкой релевантности. Ограничения включают необходимость подавать пары «запрос — документ» и возможное снижение точности из-за 4-битной квантизации. Модель распространяется по лицензии Apache-2.0.

Для каких профессий подходит7

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

mlx-community/Qwen3-Reranker-0.6B-4bit

This model was converted to MLX format from Qwen/Qwen3-Reranker-0.6B using mlx-lm 0.31.3.

  • Quantization: affine 4-bit, group_size=64 (~4.5 bits/weight)
  • On-disk size: ~331 MB
  • Task: text reranking (cross-encoder, yes/no relevance scoring)

Scoring recipe

Qwen3-Reranker is a causal LM used as a reranker: the relevance score of a (query, document) pair is softmax([logit("no"), logit("yes")])[1] at the last position of the prompt below.

import mlx.core as mx
from mlx_lm import load

model, tok = load("mlx-community/Qwen3-Reranker-0.6B-4bit")
hf = getattr(tok, "_tokenizer", tok)

INSTRUCT = "Given a web search query, retrieve relevant passages that answer the query"
PREFIX = ('<|im_start|>system\nJudge whether the Document meets the requirements '
          'based on the Query and the Instruct provided. Note that the answer can '
          'only be "yes" or "no".<|im_end|>\n<|im_start|>user\n')
SUFFIX = "<|im_end|>\n<|im_start|>assistant\n<think>\n\n</think>\n\n"
true_id, false_id = hf.convert_tokens_to_ids("yes"), hf.convert_tokens_to_ids("no")
pre, suf = hf.encode(PREFIX, add_special_tokens=False), hf.encode(SUFFIX, add_special_tokens=False)

def rerank_score(query, doc):
    content = f"<Instruct>: {INSTRUCT}\n<Query>: {query}\n<Document>: {doc}"
    ids = pre + hf.encode(content, add_special_tokens=False) + suf
    logits = model(mx.array([ids]))[:, -1, :]
    pair = mx.stack([logits[0, false_id], logits[0, true_id]])
    return float(mx.exp((pair - mx.logsumexp(pair))[1]))

print(rerank_score("What is the capital of China?", "The capital of China is Beijing."))

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, на GPU NVIDIA они не запускаются.

Класс архитектуры
Qwen3ForCausalLM
Ревизия весов
5f32454

0 моделей