К содержимому
Другое

anon-R3-skill

поиск и ранжирование навыков для ИИ-агентов

2 мин чтенияобновлено

Набор из двух компактных моделей для подбора релевантных навыков (skills) под пользовательский запрос, представленный в рамках работы «Skill Is Not Document». В состав входят эмбеддер (модель, переводящая текст в векторы для поиска) R3-Embedding и реранкер (модель для точного переранжирования кандидатов) R3-Reranker, созданные на базе Qwen3-Embedding-0.6B и Qwen3-Reranker-0.6B соответственно. В отличие от классического поиска по обычным документам, связка заточена именно под выбор инструментов и умений — в том числе для сложных запросов, требующих сразу нескольких навыков. Пригодится разработчикам мультиагентных систем, тул-юзинга и исследователям в области RAG (поисково-дополненной генерации).

Ключевые особенности

  • Двухступенчатая архитектура: быстрый первичный отбор кандидатов из пула через R3-Embedding (0.6B) и точная финальная сортировка топ-20 с помощью R3-Reranker (0.6B).
  • Поддержка составных запросов: система оценивает совместимость наборов навыков (метрика Set-Compat) для задач, где одного инструмента недостаточно.
  • Готовый пайплайн и датасеты: в репозитории лежат скрипты инференса, воспроизведения бенчмарков и тестовые наборы R3-Skill и SkillRet (6 660 навыков и 4 997 запросов).
  • Открытая лицензия: код и данные распространяются под свободной лицензией Apache 2.0.

Что можно сделать

  • Ускорить маршрутизацию инструментов в ИИ-агентах: подключать нужные API, плагины или функции из большой базы навыков без перегрузки контекстного окна LLM.
  • Встроить в собственный RAG-пайплайн: использовать готовый скрипт infer.py для отбора топ-K инструментов из JSONL-каталога под запросы пользователей.
  • Провести замеры на бенчмарках: воспроизвести эксперименты на R3-Skill и SkillRet с помощью встроенных скриптов оценки Recall@K и Comp@K.

Пример

git lfs pull
pip install -r requirements.txt
python3 infer.py --query "I need to compose music" --skills example_skills.jsonl --recall_n 6 --top_k 3
ПодробнееВеса моделей хранятся в формате bf16 через Git LFS в папках models/r3-embedding и models/r3-reranker.
Оценка проводится по метрикам Recall@K, Comp@K (Completeness@K) и Set-Compat на мульти-скилл запросах.
Из-за особенностей округления в bf16 при совпадении скоров порядок может незначительно колебаться (на десятые доли пункта) в зависимости от железа и версий библиотек.
Обсудить Telegram 0

Запустится ли?

Запустится в BF16

Влезает без сжатия.

  • BF16веса 1.1 GB · готовые файлы1.7 GB
  • FP8 / INT8рекомендуемвеса 0.6 GB1.1 GB
  • 4-bitвеса 0.3 GB0.8 GB

Совет: берите 8-bit.FP8 / INT8 почти не отличается по качеству от полной точности (разница в пределах процента), а памяти занимает вдвое меньше и на RTX 40/50, H100 работает быстрее. Полную точность есть смысл брать только для дообучения.

Что взять под эту модель

Massed ComputeОткрыть Massed Compute

Своя видеокарта: FP8 / INT8 — от RTX 2060 · BF16 — от RTX 2060

Почасовые цены Massed Compute на ноябрь 2026. Цена со скидкой — с промокодом при оплате.

Оценка: веса плюс рабочая память. Длинные ролики, высокое разрешение и большой контекст требуют больше.

Запуск на Massed Compute

Скрипт скачает модель на арендованную машину. Как её запустить — в карточке модели.

  1. 1. Арендуйте машину с подходящей видеокартой

    Открыть Massed Compute
  2. 2. Вставьте скрипт в терминал машины

    Подключитесь по SSH (команда есть в панели Massed Compute) или откройте терминал на рабочем столе машины.

    HF_TOKEN / CIVITAI_TOKENВ начале скрипта строки для токенов: вставьте свой между кавычками. Токен Hugging Face нужен для закрытых моделей, токен Civitai — для моделей с Civitai.

    # anon-r3skill/anon-R3-skill
    mkdir -p ~/models
    curl -LsSf https://astral.sh/uv/install.sh | sh
    source "$HOME/.local/bin/env"
    uv tool install "huggingface_hub[cli]"
    hf download anon-r3skill/anon-R3-skill --local-dir ~/models/anon-R3-skill
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к anon-R3-skill
  3. 3. Пользуйтесь

    Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).

Не забудьте остановить машину в панели, когда закончите: оплата идёт поминутно, пока она включена.

Как ускорить

Подобрано под тип модели. Выберите своё железо в блоке выше — покажем то, что подходит именно вам.

  • FlashAttention 44.0.0b40от 18 ноября 2026новая версия

    самое быстрое точное внимание на B200

    Ядра для Blackwell (пока бета). Точное внимание без квантования — подходит для всего, включая LLM.

    Как включить: pip install flash-attn-4; vLLM и SGLang подхватывают сами.

    Предыдущие поколения (2)
    • FlashAttention 3 — Версия для Hopper (H100/H200) с FP8.
    • FlashAttention 2 — Стандарт для RTX 30/40/50 и A100: точное внимание без лишней памяти на длинных контекстах.
  • torch.compile2.15.0от 28 октября 2026новая версия

    10–30% бесплатно

    Компилирует модель под вашу видеокарту. Первый запуск дольше, дальше быстрее.

    Как включить: model = torch.compile(model); в ComfyUI — узел TorchCompileModel.

Семья модели

Новые посты про версии anon-R3-skill — сжатые, дообучения, LoRA — появятся в колокольчике.

У этой модели пока нет известных родственников. Все производные на Hugging Face

О модели

anon-r3skill/anon-R3-skill
Автор
anon-r3skill
Категория
Другое
Дата выхода
На сайте

На сайте

Hugging Face

00

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии

Компьютерное зрение

microduck-skill-agent

microduck-skill-agent