/ Модель

Характеристики

Контекст
40 960 токенов
Параметры
3,7 млрд
Размер весов
8 ГБ
Лицензия
Apache 2.0
Архитектура
qwen3 · dense
Базовая модель
Qwen3-Embedding-4B
Библиотека
transformers
Опубликована
8 мая 2026

InsightEmb

ЭмбеддингиТекст → embedding3 профессии

InsightEmb — дообученная текстовая модель эмбеддингов для поиска правил, навыков и стратегий, помогающих интерактивному агенту преодолеть текущий процедурный барьер.

24скачиваний за 30 дней4лайкавеса обновлены7 авг 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 «Эмбеддинги» — 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

InsightEmb — текстовая модель эмбеддингов, созданная на основе Qwen3-Embedding-4B и дообученная для поиска полезных правил и стратегий по текущему состоянию интерактивного агента. Она сопоставляет конкретные ситуации и промежуточные рассуждения с абстрактными приёмами, которые помогают преодолеть процедурное затруднение и продвинуться к цели, даже если формулировки и темы заметно различаются. Модель обучалась на математических задачах и траекториях рассуждений с двухэтапной контрастивной схемой и обучением на частичных траекториях; в README указана оценка переноса на ALFWorld, WebShop, ScienceWorld и SRA-Bench.

Модель содержит 3,7 млрд параметров, использует плотную архитектуру Qwen3 и принимает текст для извлечения эмбеддингов. Для получения представлений применяется pooling последнего токена с последующей L2-нормализацией; при поиске запрос рекомендуется снабжать инструкцией для retrieval. Заявленная длина контекста — 40 960 токенов. Модель предназначена для двуязычных сценариев на английском и китайском языках и распространяется по лицензии Apache-2.0. Она ориентирована на ранжирование процедурно полезных результатов, поэтому её соответствие задачам обычного тематического поиска отдельно не подтверждено.

Сценарии применения

  • Поиск полезной стратегии по текущему состоянию интерактивного агента
  • Извлечение абстрактных правил из базы знаний агента
  • Подбор навыка для следующего шага в среде ALFWorld или WebShop
  • Поиск подходящих приёмов по промежуточному ходу рассуждения
  • Создание dense-компонента гибридной системы поиска для агентной памяти

Ограничения

Модель обучалась на математических задачах, а заявленный перенос оценивался на ограниченном наборе интерактивных сред; универсальность для иных доменов не установлена. Для запросов README рекомендует добавлять retrieval-инструкцию.

Для каких профессий подходит3

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

InsightEmb (Learning Action-Intent Embeddings for Agentic Insight Retrieval)

Paper Code Project Page

InsightEmb is an embedding model for agentic insight retrieval. It retrieves abstract rules and strategies that resolve an agent's current procedural bottleneck and enable the next useful action.

Unlike conventional dense retrieval, which mainly captures semantic similarity, InsightEmb learns progress-oriented action-intent matching. The model is trained on mathematical reasoning data and transfers to interactive agent environments without environment-specific retriever fine-tuning.

For the complete training pipeline, insight-generation scripts, and end-to-end agent evaluation, see the official GitHub repository.


✨ Key Features

  • Progress-Oriented Retrieval
    Retrieves insights according to whether they can resolve the current bottleneck and advance the agent toward its goal.

  • Action-Intent Matching
    Connects concrete agent states with abstract, procedurally useful rules rather than relying only on topical overlap.

  • Math-Only Retriever Training
    Learns transferable retrieval geometry from mathematical problems and reasoning trajectories, without target-environment retriever optimization.

  • Two-Stage Contrastive Curriculum

    • Situation-to-Insight Matching: aligns problems and intermediate reasoning states with abstract heuristic rules.
    • Situation-to-Experience Matching: groups different-looking situations that require the same underlying strategy.
  • Partial-Trajectory Supervision
    Uses truncated reasoning traces to train retrieval from intermediate states, improving sensitivity to evolving procedural bottlenecks.

  • Cross-Domain Transfer
    Evaluated on ALFWorld, WebShop, ScienceWorld, and SRA-Bench, with consistent gains over the base embedder and strong reasoning-oriented retrievers.


🚀 Quick Start

Installation

pip install torch transformers>=4.53.0

1) Load the Model

Replace YOUR_HF_NAMESPACE/InsightEmb with the model repository ID.

import torch
import torch.nn.functional as F
from transformers import AutoModel, AutoTokenizer

MODEL_ID = "YOUR_HF_NAMESPACE/InsightEmb"
DEVICE = "cuda" if torch.cuda.is_available() else "cpu"

# InsightEmb is initialized from Qwen3-Embedding-4B.
tokenizer = AutoTokenizer.from_pretrained(
    "Qwen/Qwen3-Embedding-4B",
    trust_remote_code=True,
    padding_side="left",
)

model = AutoModel.from_pretrained(
    MODEL_ID,
    trust_remote_code=True,
    torch_dtype=torch.bfloat16,
    attn_implementation="flash_attention_2",
).to(DEVICE).eval()

2) Encode Text

InsightEmb uses last-token pooling followed by L2 normalization.

def last_token_pool(last_hidden_states, attention_mask):
    left_padding = attention_mask[:, -1].sum() == attention_mask.shape[0]
    if left_padding:
        return last_hidden_states[:, -1]

    sequence_lengths = attention_mask.sum(dim=1) - 1
    batch_size = last_hidden_states.shape[0]
    return last_hidden_states[
        torch.arange(batch_size, device=last_hidden_states.device),
        sequence_lengths,
    ]


@torch.inference_mode()
def encode(texts, max_length=8192):
    inputs = tokenizer(
        texts,
        padding=True,
        truncation=True,
        max_length=max_length,
        return_tensors="pt",
    ).to(DEVICE)

    outputs = model(**inputs)
    embeddings = last_token_pool(
        outputs.last_hidden_state,
        inputs["attention_mask"],
    )
    return F.normalize(embeddings, p=2, dim=1)

3) Retrieve Insights for an Agent State

Queries should include a retrieval instruction. Candidate insights are encoded directly.

retrieval_instruction = (
    "Given the current agent state, retrieve insights that resolve the "
    "current bottleneck and help the agent make progress toward its goal"
)

agent_state = """
Goal: buy a light-grey dining set under $250.
History: searched twice and browsed several result pages.
Observation: many partially matching products are visible, but none selected.
"""

query = f"Instruct: {retrieval_instruction}\nQuery:{agent_state}"

insights = [
    "Keep refining the query until an exact product appears.",
    "Include all critical attributes in the search, then select the required variant before purchasing.",
    "Browse more result pages before committing to a product.",
]

query_embedding = encode([query])
insight_embeddings = encode(insights)

scores = (query_embedding @ insight_embeddings.T).squeeze(0)
top_indices = torch.topk(scores, k=2).indices.tolist()

for rank, index in enumerate(top_indices, start=1):
    print(f"Insight {rank}: {insights[index]}")

For dynamic retrieval after every environment step, see the ALFWorld, WebShop, and ScienceWorld implementations.


🎯 Intended Use

InsightEmb is designed for retrieval settings where relevance is primarily procedural or structural, including:

  • agent memory and insight retrieval
  • state-aware retrieval for interactive agents
  • skill and strategy retrieval
  • reasoning-intensive retrieval
  • retrieval of abstract rules with limited lexical overlap

It can be used as a bi-encoder retriever or as the dense component of a hybrid retrieval pipeline.


📜 Citation

If you find this work useful, please cite:

@misc{chung2026insightemblearningactionintentembeddings,
      title={InsightEmb: Learning Action-Intent Embeddings for Agentic Insight Retrieval}, 
      author={Tsz Ting Chung and Jiangnan Li and Jie Zhou and Mo Yu},
      year={2026},
      eprint={2608.04761},
      archivePrefix={arXiv},
      primaryClass={cs.CL},
      url={https://arxiv.org/abs/2608.04761}, 
}

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
Qwen3Model
Ревизия весов
1158d40

0 моделей