/ Модель

Характеристики

Контекст
512 токенов
Параметры
137 млн
Лицензия
Apache 2.0
Архитектура
bert · dense
Базовая модель
bert-base-uncased
Библиотека
transformers
Опубликована
11 июл 2026

tevatron-elastic-bert-reranker-plain

ЭмбеддингиТекст → embedding4 профессии

Англоязычный BERT-реранкер для сортировки документов по релевантности запросу, выпущенный в рамках Tevatron-Elastic.

15скачиваний за 30 дней0лайковвеса обновлены11 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 «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

tevatron-elastic-bert-reranker-plain — англоязычный реранкер на базе google-bert/bert-base-uncased, обученный с помощью Tevatron-Elastic. Это полный базовый вариант чекпойнта для оси plain: он предназначен для повторного ранжирования найденных документов по запросу и выбора рабочего режима в рамках подхода сжатия по глубине, ширине и токенам. Модель содержит 136,7 млн параметров, принимает текстовые запросы и фрагменты документов с префиксами query: и passage:, поддерживает контекст до 512 токенов и распространяется в формате safetensors для Transformers.

В README указан результат 0,462 nDCG@10 на BEIR-15; чекпойнт выпущен как ресурс для воспроизводимости исследования, а не как заявка на передовое качество. Лицензия — Apache-2.0.

Сценарии применения

  • повторное ранжирование результатов поисковой выдачи
  • сортировка найденных документов по релевантности запросу
  • оценка соответствия пары запрос–документ
  • эксперименты с компрессией реранкеров по глубине, ширине и токенам

Ограничения

Работает с контекстом до 512 токенов и ориентирован на англоязычные запросы и документы. Полный базовый режим не сам по себе демонстрирует преимущества сжатых режимов; результат 0,462 nDCG@10 приведён для BEIR-15.

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

tevatron-elastic-bert-reranker-plain

A reranker trained with Tevatron-Elastic, which trains one checkpoint to serve many operating points along the depth / width / token compression axes. This checkpoint is a single full-size operating point (baseline).

  • Base model: google-bert/bert-base-uncased
  • Task: reranker
  • Elastic axis: plain
  • Training data: rlhn/rlhn-680K, max length 512, query:/passage: prefixes.

Full-point BEIR-15 nDCG@10: 0.462.

Load with the Tevatron-Elastic framework and select an operating point with prune_to / encode_at; see the repository for usage. Part of a release of 20 checkpoints (3 backbones, retrieval and reranking, all compression axes) accompanying the Tevatron-Elastic paper. Reported as a reproducibility resource, not a state-of-the-art claim.

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
BertModel
Ревизия весов
fc99089

0 моделей