/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
508 млн
Лицензия
Apache 2.0
Архитектура
qwen3 · dense
Базовая модель
Qwen3-0.6B-Base
Библиотека
transformers
Опубликована
11 июл 2026

tevatron-elastic-qwen3-0.6b-retriever-2d

ЭмбеддингиТекст → embedding5 профессий

Дообученный на Qwen3 компактный текстовый ретривер с эластичным сжатием по глубине и ширине для поиска документов по запросам.

12скачиваний 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 Qwen3 0.6B Retriever 2D — модель извлечения текстовых представлений для информационного поиска, разработанная как часть набора контрольных точек к работе Tevatron-Elastic. Она дообучена на базе Qwen/Qwen3-0.6B-Base и поддерживает эластичное сжатие по глубине и ширине: с помощью Tevatron-Elastic можно выбирать рабочую точку через prune_to и encode_at. Модель принимает текстовые запросы и фрагменты документов с префиксами query: и passage: и кодирует их для поиска; максимальная длина последовательности при обучении составляла 512 токенов, а контекст модели — 32768 токенов.

На полном режиме в BEIR-15 указано значение nDCG@10 0,521. Релиз предназначен прежде всего для воспроизводимости экспериментов и не заявлен как достижение передового качества. Параметры доступны в формате safetensors; лицензия — Apache-2.0.

Сценарии применения

  • поиск релевантных документов по текстовому запросу
  • кодирование запросов и документов для семантического поиска
  • сравнение вариантов сжатия ретривера по глубине и ширине
  • воспроизведение экспериментов по информационному поиску на BEIR

Ограничения

Модель представлена как ресурс для воспроизводимости экспериментов, а не как заявка на передовое качество; указанная оценка относится к полному режиму на BEIR-15. Для выбора рабочих точек сжатия требуется фреймворк Tevatron-Elastic.

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

tevatron-elastic-qwen3-0.6b-retriever-2d

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 an elastic depth×width schedule (2D Matryoshka).

  • Base model: Qwen/Qwen3-0.6B-Base
  • Task: retriever
  • Elastic axis: 2d
  • Training data: rlhn/rlhn-680K, max length 512, query:/passage: prefixes.

Full-point BEIR-15 nDCG@10: 0.521.

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
Qwen3Model
Ревизия весов
65444fc

0 моделей