К содержимому
Другое

LumenSearch Reranker v2

новый кросс-энкодер для поисковых систем

2 мин чтения

Модель LumenSearch Reranker v2 представляет собой второе поколение кросс-энкодер (модель для оценки релевантности пары запрос-документ) реранкера, созданного для поискового стека LumenSearch. Она пересчитывает оценки лучших кандидатов, полученных на первом этапе поиска, помогая точнее ранжировать результаты. Модель построена на базе encoder-архитектуры lumen-ai/lumen-encoder-base-110m и обучена на англоязычных поисковых запросах. Она отличается улучшенными метриками качества по сравнению с первой версией и пригодится разработчикам поисковых систем и систем поиска информации.

Ключевые особенности

  • Построена на базе модели lumen-ai/lumen-encoder-base-110m с использованием библиотеки sentence-transformers.
  • Улучшенные метрики качества на фиксированном наборе данных heldout_v2 по сравнению с v1.
  • Предназначена для оценки коротких веб-фрагментов размером до 512 токенов.
  • Выдает оценку релевантности для повторного упорядочивания списка кандидатов.

Что можно сделать

  • Интегрировать модель в поисковый пайплайн для улучшения ранжирования результатов на втором этапе.
  • Использовать для пересчета релевантности документов в поисковых запросах на английском языке.
  • Применять в кастомных системах поиска и извлечения информации (RAG-пайплайнах).

Пример

Модель используется для оценки пары «запрос — документ» и выдает числовую оценку релевантности. Подробнее о запуске через библиотеку sentence-transformers смотрите в документации репозитория.

ПодробнееБенчмарки на heldout_v2: nDCG@10 составляет 0.731 (прирост +0.029), MRR@10 — 0.688 (прирост +0.027), Recall@50 — 0.874 (прирост +0.025), MAP@10 — 0.641 (прирост +0.034).
Ограничения: не обучена для суммаризации длинных документов, ответов на вопросы по таблицам и мультиязычного поиска.
Не является самостоятельной поисковой моделью и не имеет собственного индекса документов.
Обсудить Telegram 0 19

Запустится ли?

Запустится в BF16

Влезает без сжатия.

  • BF16веса 0.0 GB · готовые файлы0.5 GB
  • FP8 / INT8рекомендуемвеса 0.0 GB0.5 GB
  • 4-bitвеса 0.0 GB0.5 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.

    # SOTAagi2030/lumen-search-reranker-v2
    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 SOTAagi2030/lumen-search-reranker-v2 --local-dir ~/models/lumen-search-reranker-v2
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к lumen-search-reranker-v2
  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

lumen-ai/lumen-encoder-base-110m

Новые посты про версии lumen-encoder-base-110m — сжатые, дообучения, LoRA — появятся в колокольчике.

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

О модели

SOTAagi2030/lumen-search-reranker-v2
Автор
SOTAagi2030
Категория
Другое
Дата выхода
На сайте

На сайте

Hugging Face

190

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии