This model was introduced in the paper Rank-DistiLLM: Closing the Effectiveness Gap Between Cross-Encoders and LLMs for Passage Re-Ranking.
For code, examples and more, please visit https://github.com/webis-de/msmarco-llm-distillation.
Характеристики
- Контекст
- 512 токенов
- Параметры
- 137 млн
- Лицензия
- Apache 2.0
- Архитектура
- mono · dense
- Базовая модель
- electra-base-discriminator
- Библиотека
- lightning-ir
- Опубликована
- 13 мая 2024
Ссылки
monoelectra-base
Англоязычный кросс-энкодер на базе ELECTRA для оценки релевантности и переранжирования текстовых фрагментов.
28скачиваний за 30 дней4лайкавеса обновлены6 окт 2025
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
webis/monoelectra-base — англоязычный кросс-энкодер семейства mono, разработанный для ранжирования и повторной сортировки текстовых фрагментов. Модель представлена в статье Rank-DistiLLM, посвящённой сокращению разрыва в эффективности между кросс-энкодерами и большими языковыми моделями при переранжировании passage.
Модель основана на google/electra-base-discriminator и содержит 136,7 млн параметров. Она принимает пары текстов для оценки их релевантности и подходит для переранжирования результатов поиска и отбора passages для последующей обработки. Максимальная длина контекста — 512 токенов; веса опубликованы в формате safetensors.
Модель распространяется по лицензии Apache-2.0. Она рассчитана на английский язык и задачи ранжирования; контекст ограничен 512 токенами.
Сценарии применения
- переранжирование фрагментов в поисковой выдаче
- оценка релевантности passage запросу
- отбор документов для RAG
- сортировка кандидатов ответа по соответствию запросу
Ограничения
Контекст модели ограничен 512 токенами. По имеющимся данным модель предназначена для английского языка.
Для каких профессий подходит7
Разделы каталога профессий, в задачах которых используется эта модель
I.11Универсальные способностиКлассификация, ранжирование и сопоставлениеAI помогает распределять объекты по категориям, устанавливать соответствия и определять порядок обработки.15 задач26 736моделейI.1Универсальные способностиПоиск и навигация по информацииAI помогает находить нужные сведения и помогать человеку быстро переходить от вопроса к подтверждённому источнику.18 задач13 467моделейII.10Разработка и данныеРазработка и эксплуатация AI/ML-системAI помогает создавать, оценивать, развёртывать и контролировать AI/ML-системы на всём жизненном цикле.30 задач49 000моделейI.12Универсальные способностиРекомендации и персонализацияAI помогает подбирать релевантные варианты и адаптировать опыт под конкретного человека или ситуацию.15 задач7 627моделей
Также подходит для
Карточка модели
README от автора на Hugging Face, как он его опубликовал
Как запустить
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм · lightning-ir
Архитектура mono неизвестна transformers в образе рантайма.
- Класс архитектуры
- CrossEncoderElectraModel
- Ревизия весов
- b0c6a0a