/ 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-mrl

ЭмбеддингиТекст → embedding

Дообученный на Qwen3-0.6B текстовый ретривер, который строит эмбеддинги запросов и документов с настраиваемой размерностью для информационного поиска.

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 — это дообученная на базе Qwen/Qwen3-0.6B-Base плотная текстовая модель для поиска по векторным представлениям. Она кодирует запросы и документы для информационного поиска и поддерживает эластичное сокращение размерности эмбеддингов по схеме Matryoshka Representation Learning (MRL): один чекпойнт можно использовать при нескольких размерах представления. Для запросов и документов применяются префиксы `query:` и `passage:`.

Модель содержит около 508 млн параметров, принимает текст и имеет контекстное окно 32 768 токенов. Для обучения использовался набор rlhn/rlhn-680K с максимальной длиной последовательности 512 токенов. В тесте BEIR-15 авторы сообщают nDCG@10 0,505 для полного размера представлений; модель выпущена как ресурс для воспроизводимости вместе с исследованием Tevatron-Elastic, а не как заявка на лидерство в качестве. Лицензия — Apache-2.0.

Сценарии применения

  • поиск релевантных документов по текстовому запросу
  • построение векторного индекса документов
  • сжатие эмбеддингов для экономии памяти в поисковой системе
  • настройка компромисса между размером векторов и качеством поиска

Ограничения

В README приведён результат только для полного размера представлений на BEIR-15; результаты для других рабочих точек не указаны. Модель описана как ресурс для воспроизводимости, а не как заявление о превосходстве над современными методами.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

tevatron-elastic-qwen3-0.6b-retriever-mrl

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 width axis (Matryoshka / MRL): one checkpoint serves several embedding dimensions.

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

Full-point BEIR-15 nDCG@10: 0.505.

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
f665404

0 моделей