🚀 ReasonIR-8B模型

ReasonIR-8B是首个专门为通用推理任务训练的检索器，在BRIGHT（推理密集型检索）上实现了最先进的检索性能。在用于检索增强生成（RAG）时，ReasonIR-8B还能在MMLU和GPQA上带来显著提升。

🚀 快速开始

使用该模型前，请确保先安装 transformers>=4.47.0！

✨ 主要特性

• ReasonIR-8B是首个专门针对通用推理任务训练的检索器，在推理密集型检索任务BRIGHT上达到了当前最优的检索性能。
• 在检索增强生成（RAG）任务中，能在MMLU和GPQA上带来显著的性能提升。

📦 安装指南

使用前请确保安装 transformers>=4.47.0。

💻 使用示例

基础用法

Transformers库使用示例

from transformers import AutoModel

model = AutoModel.from_pretrained("reasonir/ReasonIR-8B", torch_dtype="auto", trust_remote_code=True)
model = model.to("cuda")
model.eval()

query = "The quick brown fox jumps over the lazy dog."
document = "The quick brown fox jumps over the lazy dog."
query_instruction = ""
doc_instruction = ""

query_emb = model.encode(query, instruction=query_instruction)
doc_emb = model.encode(document, instruction=doc_instruction)

sim = query_emb @ doc_emb.T

使用 AutoModel 时，需要注意：

1. 包含 trust_remote_code=True 以确保使用自定义的双向编码架构。
2. 使用 torch_dtype="auto" 以激活 bf16（默认情况下torch将使用 fp32）。

Sentence Transformers库使用示例

# pip install sentence-transformers
from sentence_transformers import SentenceTransformer

model_kwargs = {"torch_dtype": "auto"}
model = SentenceTransformer("reasonir/ReasonIR-8B", trust_remote_code=True, model_kwargs=model_kwargs)

query = "The quick brown fox jumps over the lazy dog."
document = "The quick brown fox jumps over the lazy dog."
query_instruction = ""
doc_instruction = ""

query_emb = model.encode(query, prompt=query_instruction)
doc_emb = model.encode(document, prompt=doc_instruction)

sim = model.similarity(query_emb, doc_emb)

同样需要包含 trust_remote_code=True 和 torch_dtype="auto"。

高级用法

使用 SentenceTransformer 调用模型时，由于模型转换为 bfloat16 数据类型的方式，可能会存在一些非常细微的浮点差异，但一般不会影响结果。

# pip install sentence-transformers
from sentence_transformers import SentenceTransformer

model_kwargs = {"torch_dtype": "auto"}
model = SentenceTransformer("reasonir/ReasonIR-8B", trust_remote_code=True, model_kwargs=model_kwargs)

query = "The quick brown fox jumps over the lazy dog."
document = "The quick brown fox jumps over the lazy dog."
query_instruction = ""
doc_instruction = ""

query_emb = model.encode(query, prompt=query_instruction)
doc_emb = model.encode(document, prompt=doc_instruction)

sim = model.similarity(query_emb, doc_emb)

📚 详细文档

• 论文：https://arxiv.org/abs/2504.20595
• 代码仓库：https://github.com/facebookresearch/ReasonIR
• 数据：https://huggingface.co/datasets/reasonir/reasonir-data

📄 许可证

本模型遵循CC BY-NC 4.0许可证。

🔧 技术细节

📚 引用

@article{shao2025reasonir,
      title={ReasonIR: Training Retrievers for Reasoning Tasks}, 
      author={Rulin Shao and Rui Qiao and Varsha Kishore and Niklas Muennighoff and Xi Victoria Lin and Daniela Rus and Bryan Kian Hsiang Low and Sewon Min and Wen-tau Yih and Pang Wei Koh and Luke Zettlemoyer},
      year={2025},
      journal={arXiv preprint arXiv:2504.20595},
      url={https://arxiv.org/abs/2504.20595}, 
}