OmniTools 5月19日消息，Hugging Face 正式发布 Ettin 重排序（Reranker）模型家族，共包含六款 Sentence Transformers CrossEncoder 模型，参数量覆盖 17M、32M、68M、150M、400M 及 1B。该系列均基于约翰霍普金斯大学研发的 Ettin ModernBERT 编码器构建。
该系列模型采用知识蒸馏技术训练，以 mixedbread-ai/mxbai-rerank-large-v2 为教师模型，结合 lightonai/embeddings-pre-training 与 fine-tuning 数据集子集进行优化。所有模型均支持最长 8192 token 上下文，并采用 Apache 2.0 开源协议。
在 MTEB(eng, v2) 检索基准测试中，Ettin 重排序模型表现优异：1B 版本 NDCG@10 达到 0.6114，与教师模型（0.6115）基本持平；17M 最小版本亦达 0.5576，显著优于传统基线模型。全系列兼容 Sentence Transformers v5.5.0，并支持 Flash Attention 2 加速推理。