OpenToolSearch Reranker
компактный реранкер для выбора инструментов ИИ-агентов
3 мин чтенияобновлено
Модель от AI3 Inc. помогает ИИ-агентам эффективно справляться с огромными библиотеками функций и инструментов (вроде деклараций функций или MCP-инструментов), не перегружая ими системный промпт. OpenToolSearch Reranker работает как второй этап поиска: кросс-энкодер (модификация казуальной LLM с выходом yes/no) размером 0.6B параметров читает запрос вместе с описанием инструмента и оценивает релевантность. Базой послужила модель Qwen/Qwen3-Reranker-0.6B, а в связке с эмбеддером первого этапа решение превосходит многие более тяжелые аналоги, экономя токены и время ответа.
Ключевые особенности
- Точный подбор: 0.6B кросс-энкодер оценивает соответствие запроса и инструментов по бинарной шкале (yes/no).
- Сбалансированная архитектура: Веса усреднены 50/50 с базовой моделью, а при обучении применялась аугментация шаблонов JSON и YAML.
- Экономия ресурсов: Работает в связке с быстрым эмбеддером первого этапа (например,
nvidia/Nemotron-3-Embed-1B-BF16), отсеивая лишнее до вызова основной LLM. - Англоязычная оптимизация: Обучена на очищенных датасетах ToolRet, Toucan-1.5M и Glaive function-calling v2.
Что можно сделать
- Организовать tool search: Создать локальный индекс инструментов для ИИ-агента, чтобы передавать модели только нужные функции по ходу диалога.
- Ускорить пайплайн агента: Использовать двухэтапный поиск — сначала выбрать топ-50 кандидатов через эмбеддер, а затем отранжировать их с помощью этой модели.
- Интегрировать в кастомные фреймворки: Использовать модель с библиотекой
transformersдля построения собственных поисковиков по API.
Пример
Запуск и оценка релевантности инструмента с помощью библиотеки transformers:
import torch
from transformers import AutoModelForCausalLM, AutoTokenizer
name = "ai3inc/opentoolsearch-rerank-0.6b"
tok = AutoTokenizer.from_pretrained(name, padding_side="left")
model = AutoModelForCausalLM.from_pretrained(name, torch_dtype=torch.bfloat16).eval()
yes, no = tok.convert_tokens_to_ids("yes"), tok.convert_tokens_to_ids(
"no"
)
PRE = (
"<|im_start|>system\nJudge whether the Document meets the requirements"
" based on the Query and the Instruct provided. Note that the answer can"
' only be "yes" or "no".<|im_end|>\n<|im_start|>user\n'
)
SUF = "<|im_end|>\n<|im_start|>assistant\n\n\n\n\n"
DEFAULT = "Given a user request, retrieve the tools that are needed to fulfil it"
def score(request, tool_json, instruction=None):
text = f"{PRE}: {instruction or DEFAULT}\n: {request}\n: {tool_json}{SUF}"
ids = tok(text, return_tensors="pt", add_special_tokens=False).to(
model.device
)
with torch.no_grad():
logits = model(**ids).logits[0, -1]
return (logits[yes] - logits[no]).item()
tool = '{"name": "get_weather_forecast", "description": "Get the weather forecast for a city on a given date."}'
print(score("What's the weather in Seoul tomorrow?", tool))
Подробнее
Бенчмарки: на бенчмарке ToolRet (ACL 2025) связка с Nemotron-3-Embed-1B набирает 58.37 nDCG@10 (топ-100 реранкинг), уступая более крупным аналогам лишь около 1.5 пунктов при значительно меньшем размере.Железо и VRAM: 0.6B параметров в формате bfloat16 занимают около 1.2 GB VRAM.
Обучение: 300 шагов fine-tuning на одном GPU NVIDIA B300 (learning rate 6e-6), использовались hard negatives от эмбеддера первого этапа.
Ограничения: поддерживается только английский язык; требует выполнения 50–100 проходов вперед на каждый поисковый запрос (по числу кандидатов).










Комментарии