/ Модель

Характеристики

Контекст
40 960 токенов
Параметры
508 млн
Лицензия
Apache 2.0
Архитектура
qwen3 · dense
Базовая модель
Qwen3-Reranker-0.6B
Опубликована
8 июл 2026

R3-rerank-0.6b

Ранжирование текстаТекст → score5 профессий

Компактный реранкер Tencent на базе Qwen3 для упорядочивания навыков ИИ-агента по релевантности запросу.

1 213скачиваний за 30 дней32лайкавеса обновлены8 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

R3-Rerank-0.6B — компактный реранкер, разработанный Tencent для поиска навыков, подходящих агенту с учётом запроса. Это cross-encoder на базе Qwen3, который совместно оценивает запрос и каждый кандидат-навык, чтобы упорядочить результаты поиска. В двухэтапном поиске R3-Skill он выполняет этап ранжирования после извлечения кандидатов; для этапа отбора кандидатов используется R3-Embedding-0.6B.

Модель содержит 507,6 млн параметров, принимает текст и выдаёт оценки релевантности для сортировки. Контекст — до 40 960 токенов. В метаданных указана задача text-ranking; также отмечена возможность text-generation, однако README описывает применение именно для реранжирования. Лицензия — Apache-2.0.

Сценарии применения

  • ранжирование навыков агента по пользовательскому запросу
  • пересортировка найденных навыков перед передачей агенту
  • оценка релевантности пары «запрос — навык»
  • повышение точности маршрутизации запроса к нужному навыку

Ограничения

Модель предназначена для этапа реранжирования и в описанной системе работает после извлечения кандидатов; для отбора кандидатов README указывает отдельную модель R3-Embedding-0.6B.

Для каких профессий подходит5

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

R3-Rerank-0.6B

The latest agent skill reranking model at the 0.6B scale. R3-Reranker is the cross-encoder (rerank) stage of R3-Skill's two-stage retriever for query-conditional agent skill retrieval. It scores each (query, skill) pair jointly, paired with R3-Embedding-0.6B for recall.

Usage

from sentence_transformers import CrossEncoder

model = CrossEncoder("tencent/R3-rerank-0.6b")
query = "I need to compose music"
skills = [  # The format is "name | description | skill_md"
    "music-composer | Composes original music | Creates music for various media formats ...",
    "music-lyricist | Writes lyrics for songs | Creates lyrics for various music genres ...",
    "music-editor | Edits and mixes music tracks | Provides audio editing and mixing services ...",
]
pairs = [(query, skill) for skill in skills]
scores = model.predict(pairs)
print(scores)
# [ 0.34937477 -1.7738094  -1.6604462 ]

Citation

@inproceedings{r3skill2026,
  title  = {Skill Is Not Document: A Query-Conditional Benchmark and Two-Stage Retriever for LLM Agent Skill Routing},
  author = {Wang, Zifei and Wen, Wei and Ji, Qiang and Qiao, Ruizhi and Sun, Xing},
  year   = {2026},
  url    = {https://arxiv.org/abs/2606.03565},
}

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
Qwen3ForCausalLM
Ревизия весов
6d0c3e4

0 моделей