/ Модель

Характеристики

Контекст
8 194 токена
Параметры
659 млн
Лицензия
MIT
Архитектура
xlm-roberta · dense
Базовая модель
bge-m3-retromae
Библиотека
sentence-transformers
Опубликована
21 июл 2026

LAMAR-600m

Ранжирование текстаТекст → score6 профессий

LAMAR — многоязычный реранкер, который сортирует документы по релевантности и учитывает совпадение языка запроса и документа.

1 950скачиваний за 30 дней20лайковвеса обновлены27 июл 2026

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 «Ранжирование» — 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 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

LAMAR — многоязычный cross-encoder-реранкер на 658,7 млн параметров, разработанный NLP AI Lab и предназначенный для поиска, в котором важны и тематическая релевантность, и совпадение языка запроса и документа. Модель дообучена на базе BAAI/bge-m3-retromae в два этапа: сначала для многоязычного выравнивания релевантности, затем для согласования языков запроса и документа.

На вход подаётся пара «запрос — документ» общим размером до 8 192 токенов. На выходе модель выдаёт числовую оценку релевантности; более высокое значение означает, что документ следует поставить выше в выдаче. LAMAR подходит для многоязычного и межъязыкового поиска, а также для отбора документов перед передачей в систему генерации с поиском (RAG). Модель обучалась на 51 языке и оценивалась на 31; в карточке отмечены сильные результаты по языковой согласованности и конкурентные результаты на нескольких наборах для ранжирования.

Модель предназначена для повторного ранжирования уже найденных кандидатов, а не для генерации ответов или поиска документов самостоятельно. Качество может зависеть от языка и набора данных; приведённые в README результаты относятся к указанным бенчмаркам. Модель распространяется по лицензии MIT.

Сценарии применения

  • повторное ранжирование результатов многоязычного поиска
  • сортировка документов для межъязыкового поиска
  • учёт совпадения языка запроса и документа в поисковой выдаче
  • отбор контекстных документов для многоязычной RAG-системы

Ограничения

Модель оценивает пары «запрос — документ» и предназначена для повторного ранжирования кандидатов, а не для генерации ответов или самостоятельного поиска. Результаты зависят от языка и набора данных; опубликованные оценки относятся к указанным бенчмаркам.

Для каких профессий подходит6

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

LAMAR: Language-Aware Multilingual Alignment Reranker

LAMAR is a 600m-parameter multilingual cross-encoder reranker designed for language-aware multilingual retrieval. It jointly considers semantic relevance and language coherence, producing rankings that preserve topical relevance while accounting for language consistency between the query and the retrieved document.

Paper: LAMAR: An Open Language-Aware Multilingual Alignment Reranker

Highlights

  • Language-aware reranking: Jointly optimizes semantic relevance and query-document language coherence.
  • Multilingual coverage: Trained on 51 languages and evaluated on 31 languages.
  • Strong language-coherence performance: Achieves the best performance among the compared models on a language-coherence evaluation using oracle subsets from multilingual parallel datasets.
  • General multilingual reranking: Delivers competitive performance across MIRACL, XGLUE, HUME, MLDR, and Wikipedia reranking benchmarks.

LAMAR is initialized from BAAI/bge-m3-retromae and trained in two stages. The first stage performs English-anchored multilingual relevance alignment using relevance scores from Qwen/Qwen3-Reranker-4B. The second stage applies language-coherence training to account for consistency between the query and document languages.

The figure below shows nDCG@1 for the six languages shared by XQuAD and BELEBELE: ar, de, en, ru, vi, and zh.

Language-wise nDCG@1 results on XQuAD and BELEBELE

The XQuAD and BELEBELE evaluation subsets consist of parallel gold documents in 12 and 14 languages, respectively. For each query, we evaluate whether the document written in the same language as the query is ranked first. The full language lists and results across all languages are reported in the Language-Coherence Evaluation section below.

Model Overview

PropertyValue
Base modelBAAI/bge-m3-retromae
Parameters600m
Maximum input length8,192 tokens
Training languages51
OutputScalar relevance logit

Intended Use

LAMAR is intended for the following multilingual retrieval settings:

  • Multilingual retrieval
  • Cross-lingual retrieval
  • Multilingual retrieval-augmented generation
  • Retrieval settings that jointly consider document relevance and query-document language coherence
  • Multilingual search systems that need to account for document in the query language

Usage

Sentence Transformers

# pip install -U sentence-transformers

from sentence_transformers import CrossEncoder

model = CrossEncoder("nlpai-lab/LAMAR-600m")

query = "프랑스의 수도는 어디인가요?"
documents = [
    # Positive (ko)
    "프랑스의 수도는 파리이며, 프랑스 북중부의 센강을 따라 자리하고 있습니다.",
    # Positive (en)
    "The capital of France is Paris, located along the Seine River in the north-central part of the country.",
    # Negative (ko)
    "데이터베이스 인덱스는 조회 속도를 높일 수 있지만, 지나치게 많으면 데이터 삽입과 갱신 비용이 증가합니다.",
    # Negative (en)
    "Database indexes can accelerate queries, but too many indexes increase the cost of inserting and updating records.",
]

rankings = model.rank(query, documents, return_documents=True)

for result in rankings:
    print(f"Score: {result['score']:.4f}")
    print(f"Document: {result['text'][:100]}...")
    print()

# Output:
# Score: 5.7903
# Document: 프랑스의 수도는 파리이며, 프랑스 북중부의 센강을 따라 자리하고 있습니다....
#
# Score: 4.9918
# Document: The capital of France is Paris, located along the Seine River in the north-central part of the count...
#
# Score: -13.3835
# Document: 데이터베이스 인덱스는 조회 속도를 높일 수 있지만, 지나치게 많으면 데이터 삽입과 갱신 비용이 증가합니다....
#
# Score: -13.8347
# Document: Database indexes can accelerate queries, but too many indexes increase the cost of inserting and upd...

Transformers

# pip install -U transformers torch

import torch
from transformers import AutoModelForSequenceClassification, AutoTokenizer

model_id = "nlpai-lab/LAMAR-600m"
device = torch.device("cuda" if torch.cuda.is_available() else "cpu")

tokenizer = AutoTokenizer.from_pretrained(model_id)
model = AutoModelForSequenceClassification.from_pretrained(model_id).to(device)
model.eval()

query = "프랑스의 수도는 어디인가요?"
documents = [
    # Positive (ko)
    "프랑스의 수도는 파리이며, 프랑스 북중부의 센강을 따라 자리하고 있습니다.",
    # Positive (en)
    "The capital of France is Paris, located along the Seine River in the north-central part of the country.",
    # Negative (ko)
    "데이터베이스 인덱스는 조회 속도를 높일 수 있지만, 지나치게 많으면 데이터 삽입과 갱신 비용이 증가합니다.",
    # Negative (en)
    "Database indexes can accelerate queries, but too many indexes increase the cost of inserting and updating records.",
]
pairs = [[query, document] for document in documents]

inputs = tokenizer(
    pairs,
    padding=True,
    truncation=True,
    max_length=8192,
    return_tensors="pt",
)
inputs = {key: value.to(device) for key, value in inputs.items()}

with torch.inference_mode():
    scores = model(**inputs).logits.view(-1).float().cpu()

for index in torch.argsort(scores, descending=True).tolist():
    print(f"Score: {scores[index]:.4f}")
    print(f"Document: {documents[index][:100]}...")
    print()

# Output:
# Score: 5.7903
# Document: 프랑스의 수도는 파리이며, 프랑스 북중부의 센강을 따라 자리하고 있습니다....
#
# Score: 4.9918
# Document: The capital of France is Paris, located along the Seine River in the north-central part of the count...
#
# Score: -13.3835
# Document: 데이터베이스 인덱스는 조회 속도를 높일 수 있지만, 지나치게 많으면 데이터 삽입과 갱신 비용이 증가합니다....
#
# Score: -13.8347
# Document: Database indexes can accelerate queries, but too many indexes increase the cost of inserting and upd...

Input and Output

Input

  • Type: Query-document text pair
  • Query: A search query or question
  • Document: A passage or document candidate
  • Maximum length: 8,192 tokens for the combined query-document input

Output

  • Type: Float
  • Shape: One scalar per query-document pair
  • Meaning: Raw relevance logit; higher values indicate greater relevance

Languages

LAMAR was trained on the following 51 languages: ar, bg, bn, ca, cs, da, de, el, en, es, et, fa, fi, tl, fr, gu, he, hi, hr, hu, id, is, it, ja, kn, ko, lt, lv, ml, mr, nl, no, pa, pl, pt, ro, ru, sk, sl, sr, sv, sw, ta, te, th, tr, uk, ur, vi, zh, zu

Evaluation

The following tables report evaluation results for reranking models. The multilingual reranking evaluation was conducted using MMTEB.

Evaluation settingDatasets
Language-Coherence EvaluationXQuAD and BELEBELE
MMTEB Reranking EvaluationMIRACL, XGLUE, HUME, MLDR, and Wikipedia Reranking

Language-Coherence Evaluation

We evaluate language coherence using XQuAD and BELEBELE, two multilingual parallel datasets. Each evaluation subset consists of corresponding gold documents across multiple languages. Language coherence is measured by whether the reranker ranks the document in the query language first.

  • XQuAD (12): ar, de, el, en, es, hi, ro, ru, th, tr, vi, zh
  • BELEBELE (14): ar, de, en, es, fr, hi, id, it, ja, nl, pt, ru, vi, zh
ModelSizeXQuAD nDCG@1XQuAD nDCG@10XQuAD MRR@10BELEBELE nDCG@1BELEBELE nDCG@10BELEBELE MRR@10
gte-multilingual-reranker-base0.3B82.5991.5188.8977.0588.5885.08
jina-reranker-v2-base-multilingual0.3B57.3079.3672.5560.4779.8873.49
bge-reranker-v2-m30.6B84.6792.2089.8984.8392.6590.32
Qwen3-Reranker-0.6B0.6B61.7279.5873.5667.6782.8577.78
jina-reranker-v30.6B77.7588.3184.7978.1088.4385.10
Prism-Qwen3.5-Reranker-0.8B0.8B72.2886.7482.2171.1185.8179.70
llama-nemotron-rerank-1b-v21B95.8398.0297.3994.3297.2196.37
ctxl-rerank-v2-instruct-multilingual-1b1B88.7994.9293.2794.6497.5496.72
Prism-Qwen3.5-Reranker-2B2B70.4185.3479.5860.6279.6270.27
bge-reranker-v2-gemma2B86.6393.4291.2484.5592.4990.04
Qwen3-Reranker-4B4B33.0358.8148.6143.3167.0258.79
zerank-2-reranker4B63.1379.9874.3174.7187.1683.22
Prism-Qwen3.5-Reranker-4B4B70.5385.1980.6467.3283.2376.95
LAMAR (Ours)0.6B96.8998.5998.1094.6697.6096.79

MMTEB Reranking Evaluation

  • MIRACL (18): ar, bn, de, en, es, fa, fi, fr, hi, id, ja, ko, ru, sw, te, th, yo, zh
  • XGLUE (7): de, en, es, fr, it, pt, zh
  • HUME (3): da, en, no
  • MLDR (13): ar, de, en, es, fr, hi, it, ja, ko, pt, ru, th, zh
  • Wikipedia Reranking (16): bg, bn, cs, da, de, en, fa, fi, hi, it, nl, no, pt, ro, sr, sv

We report nDCG@10 on MIRACL, XGLUE, HUME, MLDR, and Wikipedia Reranking.

ModelMIRACLXGLUEHUMEMLDRWikipediaAvg
gte-multi-reranker-base67.3476.2794.2398.8192.1185.75
jina-reranker-v2-base-multi67.8676.7793.4186.1793.9683.63
bge-reranker-v2-m369.1576.4994.5597.4093.9686.31
Qwen3-Reranker-0.6B64.8876.5294.6098.8594.6985.91
jina-reranker-v368.5680.6994.7993.4194.8386.46
Prism-Qwen3.5-Reranker-0.8B52.1174.1194.1196.3592.8081.90
llama-nemotron-rerank-1b-v269.2377.9596.0296.4294.5086.82
ctxl-rerank-v2-inst-multi-1b65.8077.8193.6097.3793.6585.65
Prism-Qwen3.5-Reranker-2B56.9674.8095.1596.4693.7983.43
bge-reranker-v2-gemma69.7276.7594.2189.0794.6384.88
Qwen3-Reranker-4B68.8876.4095.7399.3996.3187.34
Prism-Qwen3.5-Reranker-4B58.0374.9694.7897.3294.2883.87
zerank-2-reranker63.3178.0196.1398.0394.5186.00
LAMAR (Ours)69.4977.0395.3097.6094.7986.84

MIRACL

ModelarbndeenesfafifrhiidjakoruswtethyozhAvg
gte-multi-reranker-base77.878.153.266.463.358.680.256.165.062.270.369.866.364.779.877.368.254.967.3
jina-reranker-v2-base-multi76.980.054.665.464.859.879.155.764.263.370.572.765.167.982.679.166.053.967.9
bge-reranker-v2-m379.280.256.366.067.361.781.258.768.365.471.069.967.469.879.578.769.954.269.1
Qwen3-Reranker-0.6B76.565.055.565.666.960.579.255.762.062.869.272.864.260.952.877.865.455.364.9
jina-reranker-v380.079.057.067.866.459.280.056.363.364.872.373.367.965.681.279.864.855.768.6
Prism-Qwen3.5-Reranker-0.8B67.835.147.360.354.948.571.548.118.953.863.763.859.752.332.152.157.451.052.1
llama-nemotron-rerank-1b-v280.777.757.066.667.961.282.557.967.263.672.770.968.868.079.680.467.755.969.2
ctxl-rerank-v2-inst-multi-1b79.869.157.168.164.855.981.157.655.864.372.571.368.862.557.478.865.054.865.8
Prism-Qwen3.5-Reranker-2B70.654.152.961.859.753.875.351.834.055.567.165.861.557.445.052.754.751.857.0
bge-reranker-v2-gemma80.980.657.267.367.761.882.159.068.062.973.671.868.868.883.680.865.954.469.7
Qwen3-Reranker-4B81.070.759.570.367.264.283.962.065.164.276.273.769.468.258.381.168.356.668.9
Prism-Qwen3.5-Reranker-4B71.351.454.362.458.450.777.354.432.655.768.466.864.262.348.555.059.851.458.0
zerank-2-reranker76.768.355.064.261.554.879.655.456.656.770.767.066.758.753.776.763.453.663.3
LAMAR (Ours)78.979.356.668.866.262.582.359.967.862.971.171.167.568.783.180.468.455.469.5

Citation

@misc{hong2026lamaropenlanguageawaremultilingual,
      title={LAMAR: An Open Language-Aware Multilingual Alignment Reranker}, 
      author={Seongtae Hong and Youngjoon Jang and Jungseob Lee and Seungyoon Lee and Heuiseok Lim},
      year={2026},
      eprint={2607.22042},
      archivePrefix={arXiv},
      primaryClass={cs.IR},
      url={https://arxiv.org/abs/2607.22042}, 
}

License

LAMAR is released under the MIT License.

Как запустить

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

GPU в ailist

Универсальный рантайм · sentence-transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
XLMRobertaForSequenceClassification
Ревизия весов
3af1f97

0 моделей