license: apache-2.0
language:
- de
library_name: transformers
pipeline_tag: text-classification
tags:
- reranker
- cross-encoder
- german
- retrieval
- rag
- on-prem
datasets:
- deepset/germandpr
Mankei-326M-Reranker
Deutscher Cross-Encoder-Reranker mit 326M Parametern. Bewertet Query-Passage-Paare und ordnet die Top-k eines Retrieval-Schritts neu — die zweite, präzise Stufe hinter dem Mankei-326M-Embedder. Für souveränes RAG on-premise.
Benchmark — deutsches Reranking (GermanDPR)
Ausgewertet auf 250 zurückgehaltenen GermanDPR-Fragen (je 1 relevante + 5 harte Negativ-Passagen; nicht im Training). Metriken: Trefferquote auf Rang 1 (Acc@1) und Mean Reciprocal Rank (MRR).
| Modell | Größe | Acc@1 | MRR |
|---|---|---|---|
| Mankei-326M-Reranker | 0,33 B | 92,8 % | 0,963 |
| bge-reranker-v2-m3 | 0,57 B | 87,2 % | — |
| cross-encoder-german (mmarco) | 0,14 B | 74,0 % | — |
Der spezialisierte deutsche Reranker liegt vor dem multilingualen SOTA-Reranker (bge-reranker-v2-m3) und dem deutschen mMARCO-Cross-Encoder.
Verwendung
from transformers import AutoModel, AutoTokenizer
from huggingface_hub import hf_hub_download
import torch, torch.nn as nn
repo = "keyvan-ai/Mankei-326M-Reranker"
tok = AutoTokenizer.from_pretrained(repo)
base = AutoModel.from_pretrained(repo, dtype=torch.bfloat16).eval()
head = nn.Linear(base.config.hidden_size, 1)
head.load_state_dict(torch.load(hf_hub_download(repo, "head.pt")))
@torch.no_grad()
def score(query, passages):
x = tok([f"Frage: {query}\nPassage: {p}" for p in passages],
padding=True, truncation=True, max_length=192, return_tensors="pt")
h = base(**x).last_hidden_state
idx = x.attention_mask.sum(1) - 1 # Last-Token-Pooling
return head(h[torch.arange(h.size(0)), idx].float()).squeeze(-1) # höher = relevanter
# Kandidaten aus dem Embedder neu ordnen:
passages = ["Die Kündigung des Mietvertrags ...", "Der Kaufvertrag ...", "München ist ..."]
ranking = sorted(zip(score("Wie kündige ich meine Wohnung?", passages).tolist(), passages), reverse=True)
Rolle im RAG
Zweistufig: der Embedder holt die Kandidaten (hoher Durchsatz), der Reranker schärft die Reihenfolge der Top-k. Beide 326M, on-premise, CPU- bis GPU-tauglich.
Training
Supervidiert auf GermanDPR (CC-BY): Listwise-Loss (softmax-Cross-Entropy über die relevante Passage + harte Negative), Last-Token-Pooling + lineare Relevanzschicht (head.pt im Repo), LoRA auf dem deutschen Mankei-Basismodell. Die 250 Benchmark-Fragen sind vom Training ausgeschlossen.