/ Модель

Характеристики

Лицензия
Apache 2.0
Базовая модель
Diver-GroupRank-7B
Библиотека
transformers
Опубликована
20 ноя 2025

Diver-GroupRank-7B-i1-GGUF

Ранжирование текстаТекст → score4 профессии

Diver-GroupRank-7B-i1-GGUF — GGUF-квантизированная версия модели Diver-GroupRank-7B, разработанной AQ-MedAI и подготовленной квантизатором mradermacher.

624скачиваний за 30 дней0лайковвеса обновлены5 дек 2025

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

Модель предназначена для ранжирования текстовых фрагментов и документов в задачах информационного поиска, passage ranking и text ranking, включая сценарии, где требуется учитывать рассуждения при оценке релевантности. В качестве обучающих данных указаны наборы xlangai/BRIGHT и liuwenhan/reasonrank_data_13k.

Модель относится к классу 7B и рассчитана на работу с текстом; заявленный язык — английский. Точная архитектура, размер контекстного окна и дополнительные модальности в README не указаны. Распространяется в формате GGUF с несколькими вариантами квантизации от i1-IQ1_S до i1-Q6_K, что позволяет выбирать баланс между размером файла, скоростью и качеством. В README рекомендуется i1-Q4_K_M как быстрый вариант, а i1-Q4_K_S отмечен как оптимальный по соотношению размера, скорости и качества; наиболее низкие уровни квантизации могут существенно ухудшать результаты.

Модель удобна для локального запуска и интеграции в системы поиска и повторного ранжирования при ограниченных ресурсах. Ограничения включают ориентацию на английский язык, отсутствие сведений о контекстном окне и количественных результатах тестирования, а также возможную потерю качества при агрессивной квантизации. Указанная лицензия — Apache-2.0.

Для каких профессий подходит4

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

About

weighted/imatrix quants of https://huggingface.co/AQ-MedAI/Diver-GroupRank-7B

For a convenient overview and download list, visit our model page for this model.

static quants are available at https://huggingface.co/mradermacher/Diver-GroupRank-7B-GGUF

Usage

If you are unsure how to use GGUF files, refer to one of TheBloke's READMEs for more details, including on how to concatenate multi-part files.

Provided Quants

(sorted by size, not necessarily quality. IQ-quants are often preferable over similar sized non-IQ quants)

LinkTypeSize/GBNotes
GGUFimatrix0.1imatrix file (for creating your own quants)
GGUFi1-IQ1_S2.0for the desperate
GGUFi1-IQ1_M2.1mostly desperate
GGUFi1-IQ2_XXS2.4
GGUFi1-IQ2_XS2.6
GGUFi1-IQ2_S2.7
GGUFi1-IQ2_M2.9
GGUFi1-Q2_K_S2.9very low quality
GGUFi1-Q2_K3.1IQ3_XXS probably better
GGUFi1-IQ3_XXS3.2lower quality
GGUFi1-IQ3_XS3.4
GGUFi1-Q3_K_S3.6IQ3_XS probably better
GGUFi1-IQ3_S3.6beats Q3_K*
GGUFi1-IQ3_M3.7
GGUFi1-Q3_K_M3.9IQ3_S probably better
GGUFi1-Q3_K_L4.2IQ3_M probably better
GGUFi1-IQ4_XS4.3
GGUFi1-IQ4_NL4.5prefer IQ4_XS
GGUFi1-Q4_04.5fast, low quality
GGUFi1-Q4_K_S4.6optimal size/speed/quality
GGUFi1-Q4_K_M4.8fast, recommended
GGUFi1-Q4_15.0
GGUFi1-Q5_K_S5.4
GGUFi1-Q5_K_M5.5
GGUFi1-Q6_K6.4practically like static Q6_K

Here is a handy graph by ikawrakow comparing some lower-quality quant types (lower is better):

image.png

And here are Artefact2's thoughts on the matter: https://gist.github.com/Artefact2/b5f810600771265fc1e39442288e8ec9

FAQ / Model Request

See https://huggingface.co/mradermacher/model_requests for some answers to questions you might have and/or if you want some other model quantized.

Thanks

I thank my company, nethype GmbH, for letting me use its servers and providing upgrades to my workstation to enable this work in my free time. Additional thanks to @nicoboss for giving me access to his private supercomputer, enabling me to provide many more imatrix quants, at much higher quality, than I would otherwise be able to.

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Нельзя запустить

GGUF-веса поддерживаются только для текстовых LLM (llama.cpp).

Ревизия весов
7ae84a4

0 моделей