К содержимому
Другое

ClosureRAG

кросс-энкодеры для поиска доказательств по нормам

2 мин чтенияобновлено

ClosureRAG представляет собой набор обученных чекпоинтов на базе Qwen3-Reranker-0.6B, предназначенных для задач поиск-документов (retrieval-augmented generation), когда ответ на вопрос требует сбора целого набора взаимосвязанных норм или документов (так называемое замыкание доказательств). Модели оценивают пары «кейс — отрывок» с помощью разницы логитов да/нет на последней позиции. Репозиторий включает в себя два уровня ранжирования (групповой ритривер и контекстно-зависимый рескорер), а также модуль абляции, помогая улучшить точность поиска в сложных юридических или нормативных базах данных.

Ключевые особенности

  • База Qwen3-Reranker-0.6B: все три модели дообучены на базе эффективного открытого ранжировщика размером 0.6B параметров.
  • Многоуровневый пайплайн: разделение на Level-1 (групповое покрытие кандидатов) и Level-2 (контекстно-условное переоценивание).
  • Высокие метрики FullCov и Recall: модели показывают значительное улучшение покрытия на тестовом датасете из 1,160 сложных вопросов.
  • Полный комплект кода: репозиторий содержит скрипты инференса, подготовки запросов и оценки результатов.

Что можно сделать

  • Интегрировать в RAG-систему: применить двухуровневый ритривер в проектах, где для ответа на вопрос нужно собирать полный комплект взаимосвязанных документов или правил.
  • Запустить инференс: использовать скрипты из репозитория для оценки кандидатов на тестовых пулах с помощью scripts/run_inference.sh.
  • Скоррить кандидатов в Python: использовать готовые примеры кода для оценки отдельных кандидатов через трансформеры на PyTorch.

Пример

import torch
from transformers import AutoTokenizer, AutoModelForCausalLM
from closurerag.fmt import Fmt, score

path = "models/l1_coverage_ranker"
tok = AutoTokenizer.from_pretrained(path, padding_side="left")
model = AutoModelForCausalLM.from_pretrained(path, dtype=torch.bfloat16).cuda().eval()
F = Fmt(tok, 768)

case = F.case(question_text)
seqs = [F.encode(case, F.cand(cid, why)) for cid, why in candidates]
with torch.no_grad():
    s = score(model, tok, F, seqs)
Подробнее• Архитектура: три модели (l1_coverage_ranker, l2_context_rescorer, l1_pointwise_ablation).
• Тестовый набор: 1,160 вопросов (InsClosure), метрика ClosureRAG достигает FullCov@5 27.6 и R@5 69.1.
• Обучение: выполнено на одном GPU A100-40GB в формате bf16 с оптимизатором AdamW (lr 1e-5).
• Лицензия: Apache-2.0 (как у базовой модели).
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.

    # FDU-INS/ClosureRAG
    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 FDU-INS/ClosureRAG --local-dir ~/models/ClosureRAG
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к ClosureRAG
  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

Дообучение модели

Qwen/Qwen3-Reranker-0.6B
  1. Qwen3-0.6B-Baseоснова семьи
  2. Qwen3-Reranker-0.6B
  3. ClosureRAG

Новые посты про версии Qwen3-0.6B-Base — сжатые, дообучения, LoRA — появятся в колокольчике.

Сжатые версии 12Все на Hugging Face
Дообучения 12Все на Hugging Face
LoRA и адаптеры 3Все на Hugging Face

О модели

FDU-INS/ClosureRAG
Автор
FDU-INS
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

Языковые модели

sid1-qwen3-4b

sid1-qwen3-4b
Компьютерное зрение

Qwen3.81-27B

Qwen3.81-27B