コンテンツにスキップ
メインサイト ニュース コンソール

Ettin リランカー家族の紹介

· Hugging Face 翻訳済
教程模型卡

Ettin Reranker シリーズの紹介

公開日: 2026年5月19日

TL;DR

本日、各スケールで最先端性能を達成した、6つの新しい Sentence Transformers の CrossEncoder リランキングモデル(reranker)を公開しました。これらのモデルは Ettin ModernBERT エンコーダーを基盤として構築されており、あわせて、これらのモデルの生成に使用したデータと完全な学習レシピも公開しています。

これらのモデルは蒸留レシピで学習されています。具体的には、cross-encoder/ettin-reranker-v1-data 上で mixedbread-ai/mxbai-rerank-large-v2 のスコアに対して、点ごとの MSE(平均二乗誤差)で学習しています。このデータセットは lightonai/embeddings-pre-training のサブセットに、lightonai/embeddings-fine-tuning のリランキング用サブセットを組み合わせたものです。

Image 9: MTEB(eng, v2) Retrieval with embeddinggemma-300m + reranker

この6つのリランキングモデルを google/embeddinggemma-300m と組み合わせた場合の、MTEB(eng, v2) Retrieval における性能です。その他の embedding モデルとの組み合わせは Results をご覧ください。

reranker を初めて使う方で、まず「なぜ使うのか」を知りたい場合は、reranker とは何か、そしてなぜ embedder と組み合わせるのか? へ進んでください。モデルをすぐに使いたい場合は、用法 へ進んでください。自分のモデルを学習したい場合は、学習 へ進んでください。

以下の学習レシピの起点として、Sentence Transformers v5.5.0 で新たに追加された train-sentence-transformers Agent Skill を使用しました。これは hf skills add train-sentence-transformers [--global] [--claude] でインストールでき、AI コーディングエージェント(Claude Code、Codex、Cursor、Gemini CLI など)に対して、あなたのデータを使った SentenceTransformer、CrossEncoder、または SparseEncoder モデルのファインチューニングを指示できます。

目次

#教程#模型卡#4Allapi.com

4All API チームによる投稿

原文リンク:https://huggingface.co/blog/ettin-reranker

主流 AI モデル API をお探しですか?4All API は OpenAI / Anthropic / Google Gemini / Qwen / DeepSeek など数十種類のモデルを単一の API キーで呼び出せます。公式準拠の価格、エンタープライズ品質の通信路、5 分で接続完了。

4All API コンソールに登録 →