/ 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-retriever-plain

ЭмбеддингиТекст → embedding4 профессии

Полноразмерный англоязычный BERT-ретривер для преобразования запросов и документов в признаки информационного поиска.

140скачиваний 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

utahnlp/tevatron-elastic-bert-retriever-plain — плотный текстовый ретривер на базе google-bert/bert-base-uncased, обученный с помощью Tevatron-Elastic. Модель преобразует запросы и фрагменты документов в признаки для поиска; при обучении использовались префиксы query: и passage:, а максимальная длина последовательности составляет 512 токенов. Число параметров — 136,7 млн.

Это базовая полноразмерная точка из семейства эластичных чекпойнтов, предназначенного для выбора рабочих точек по осям глубины, ширины и сжатия токенов. В README указана метрика BEIR-15 nDCG@10 0,461 для полноразмерной конфигурации. Модель выпущена как ресурс для воспроизводимости результатов статьи Tevatron-Elastic, а не как заявление о превосходстве над современными системами.

Для работы требуется framework Tevatron-Elastic; репозиторий распространяет веса в формате safetensors и использует библиотеку Transformers. Лицензия — Apache-2.0. Модель унаследовала англоязычную основу BERT и обучалась на данных rlhn/rlhn-680K; заявленная длина контекста — 512 токенов.

Сценарии применения

  • поиск документов по текстовому запросу
  • получение векторных представлений запросов и пассажей
  • ранжирование кандидатов в конвейере информационного поиска
  • воспроизведение экспериментов Tevatron-Elastic на BEIR

Ограничения

Модель предназначена для воспроизводимости экспериментов и не заявлена как решение с передовым качеством. Для использования требуется Tevatron-Elastic; контекст ограничен 512 токенами.

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-retriever-plain

A retriever 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: retriever
  • Elastic axis: plain
  • Training data: rlhn/rlhn-680K, max length 512, query:/passage: prefixes.

Full-point BEIR-15 nDCG@10: 0.461.

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
edfd53c

0 моделей