/ Модель

Характеристики

Контекст
131 072 токена
Параметры
508 млн
Размер весов
317 МБ
Лицензия
CC BY-NC 4.0
Архитектура
qwen3 · dense
Базовая модель
Qwen3-0.6B
Библиотека
transformers
Опубликована
9 фев 2026

jina-reranker-v3-4bit-mxfp4

Ранжирование текстаТекст → score9 профессий

Компактный многоязычный реранкер на основе Qwen3, преобразованный в 4-битный формат MLX для оценки релевантности текстов запросу.

257скачиваний за 30 дней3лайкавеса обновлены9 фев 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

mlx-community/jina-reranker-v3-4bit-mxfp4 — конвертированная в формат MLX 4-битная версия реранкера Jina Reranker v3. Карточка сообщает, что исходные веса взяты из jinaai/jina-reranker-v3, а преобразование выполнено с помощью mlx-embeddings версии 0.0.3. По метаданным, модель основана на дообученной Qwen3-0.6B: архитектура плотная, около 507,9 млн параметров, контекст — до 131 072 токенов.

Модель предназначена для ранжирования текстов по релевантности запросу, например для переупорядочивания результатов поиска или кандидатов в системе RAG. Метаданные указывают многоязычную поддержку. Для использования в среде MLX карточка предлагает библиотеку mlx-embeddings. Лицензия — CC BY-NC 4.0, поэтому коммерческое использование не разрешено условиями этой лицензии.

Сценарии применения

  • переупорядочивание результатов текстового поиска
  • ранжирование фрагментов документов для RAG
  • оценка релевантности ответов-кандидатов запросу
  • отбор наиболее подходящих документов из корпуса

Ограничения

Лицензия CC BY-NC 4.0 запрещает коммерческое использование. README описывает конверсию для MLX, но не приводит результаты оценки качества или подробности языкового покрытия.

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

mlx-community/jina-reranker-v3-4bit-mxfp4

The Model mlx-community/jina-reranker-v3-4bit-mxfp4 was converted to MLX format from jinaai/jina-reranker-v3 using mlx-embeddings version 0.0.3.

Use with mlx

pip install mlx-embeddings
from mlx_embeddings import load, generate
import mlx.core as mx

model, tokenizer = load("mlx-community/jina-reranker-v3-4bit-mxfp4")

# For text embeddings
output = generate(model, processor, texts=["I like grapes", "I like fruits"])
embeddings = output.text_embeds  # Normalized embeddings

# Compute dot product between normalized embeddings
similarity_matrix = mx.matmul(embeddings, embeddings.T)

print("Similarity matrix between texts:")
print(similarity_matrix)


Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Нельзя запустить

MLX-модели работают только на Apple Silicon.

Класс архитектуры
JinaForRanking
Ревизия весов
00ce276

0 моделей