/ Модель

Характеристики

Контекст
512 токенов
Параметры
25,9 млн
Лицензия
Apache 2.0
Архитектура
bert · dense
Базовая модель
ms-marco-MiniLM-L-6-v2
Библиотека
transformers
Опубликована
27 сен 2026

tax-reranker-minilm

Классификация текстаТекст → label3 профессии

Реранкер на базе MiniLM для переупорядочивания найденных фрагментов Закона о подоходном налоге Индии 2025 года по релевантности вопросу.

74скачиваний за 30 дней0лайковвеса обновлены27 сен 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

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

tax-reranker-minilm — модель-реранкер, разработанная для поиска ответов по Закону о подоходном налоге Индии 2025 года. Она дообучена на базе cross-encoder/ms-marco-MiniLM-L-6-v2 и использует архитектуру BERT с классификационной головой; метаданные указывают 25,9 млн параметров и контекст до 512 токенов. Модель принимает вопрос и текстовый фрагмент, оценивает их соответствие и помогает переупорядочить результаты, полученные на первом этапе поиска в системе TaxRAG.

Модель предназначена для ранжирования разделов закона по вопросам, сформулированным на основе содержания разделов. В описанной оценке она немного превзошла базовый реранкер на вопросах такого типа, однако хуже него справлялась с формулировками, построенными по заголовкам разделов. На CPU ранжирование 15 кандидатов длиной 256 токенов занимает около 2,5 секунды на четырёхъядерном ноутбуке. Это вспомогательный инструмент поиска, а не источник юридических или налоговых консультаций. Лицензия — Apache-2.0.

Сценарии применения

  • ранжирование разделов индийского закона о подоходном налоге по вопросу пользователя
  • повышение точности поиска фрагментов в системе TaxRAG
  • переупорядочивание кандидатов, найденных первым этапом поиска
  • поиск ответов на вопросы, сформулированные по содержанию положений закона

Ограничения

Настроена на вопросы по содержанию разделов и может хуже работать с запросами, построенными по заголовкам. Не предназначена для предоставления юридических или налоговых консультаций.

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

tax-reranker-minilm

A cross-encoder reranker for questions about India's Income-Tax Act, 2025, fine-tuned from cross-encoder/ms-marco-MiniLM-L-6-v2 (22M parameters). It reorders passages retrieved by a first-stage retriever and is used as the second stage of TaxRAG.

Training

  • Data: questions written from the content of each section of the Act by Qwen3-4B-Instruct (not from section headings). Questions that mention a section number or mostly repeat the heading were removed. Sections were split into disjoint train/test groups; this model saw only questions from the 327 training sections.
  • Pairs: 2,765 (each training question with its gold passage as the positive and 4 hard negatives: the top passages from other sections returned by the FiQA-tuned bge-small retriever).
  • Objective: binary cross-entropy on (question, passage) pairs, 2 epochs, AdamW lr 2e-5, batch 16, max length 384, fp16, one T4 GPU.

Evaluation

277 questions from 150 held-out sections (never seen in training); gold = the section a question was written from; section-level metrics over 1,237 passages.

PipelineRecall@1Recall@5MRR@10
Dense only (FiQA bge-small)0.5020.7730.632
Dense top-30 → ms-marco-MiniLM (base)0.7260.9030.796
Dense top-30 → this model0.7580.9060.820
Dense + BM25 (RRF) top-30 → this model0.7730.9100.833

Both rerankers improve strongly on dense retrieval (exact McNemar on Recall@5 vs dense only, p < 1e-8). Over the base ms-marco reranker the gain is modest (+0.024 MRR@10).

Limitation. On an older, easier test set of 100 questions paraphrased from section headings, this model is weaker than the base reranker (MRR@10 0.843 vs 0.907): it was tuned on content-style questions and generalises less well to heading-style phrasing.

Usage

from transformers import AutoModelForSequenceClassification, AutoTokenizer
import torch

tok = AutoTokenizer.from_pretrained("vivekkopthsd/tax-reranker-minilm")
model = AutoModelForSequenceClassification.from_pretrained("vivekkopthsd/tax-reranker-minilm").eval()

query = "If I receive rent this year that was due in earlier years, how is it taxed?"
passages = ["Arrears of rent and unrealised rent ...", "Determination of annual value ..."]
enc = tok([query] * len(passages), passages, truncation=True, max_length=256, padding=True, return_tensors="pt")
with torch.no_grad():
    scores = model(**enc).logits.squeeze(-1)
ranked = [passages[i] for i in scores.argsort(descending=True)]

On CPU, reranking 15 candidates at 256 tokens takes about 2.5 s on a 4-core laptop.

Intended use

Ranking passages of the Income-Tax Act, 2025 for question answering. Not legal or tax advice.

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers · text-classification

Можно запустить

Подбираем GPU…

Класс архитектуры
BertForSequenceClassification
Ревизия весов
fe6c70c

0 моделей