Характеристики

Лицензия: Apache 2.0
Базовая модель: Octen-Embedding-8B
Библиотека: sentence-transformers
Опубликована: 10 апр 2026

Ссылки

Octen-Embedding-8B-750-v1-GGUF

ЭмбеддингиТекст → embedding9 профессий

Квантизированная GGUF-версия мультиязычной модели Octen-Embedding-8B для текстовых эмбеддингов, семантического сходства и поиска.

538скачиваний за 30 дней2лайкавеса обновлены10 апр 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

ENOSYS/Octen-Embedding-8B-750-v1-GGUF — квантизированная версия модели Octen/Octen-Embedding-8B в формате GGUF, подготовленная с использованием калибровочных данных на английском и русском языках. Репозиторий описывает экспериментальную квантизацию с настройками global target bits-per-weight и патчами для ответвления LLaMA C++; тензоры сохранены в F16 для совместимости с архитектурой Nvidia Pascal.

Модель предназначена для получения текстовых эмбеддингов, оценки семантического сходства и извлечения информации, в том числе в сценариях семантического поиска. Она основана на мультиязычной модели Octen на базе Qwen3 и распространяется по лицензии Apache-2.0. В README приведены метрики сравнения вариантов квантизации, но они показывают существенное ухудшение perplexity относительно исходного качества и не подтверждают пригодность каждого варианта для конкретного сценария. Для использования могут потребоваться совместимые инструменты и ветка LLaMA C++.

Сценарии применения

поиск документов по смыслу на русском и английском
извлечение релевантных фрагментов для RAG
сравнение семантической близости предложений
индексация текстовой коллекции эмбеддингами

Ограничения

Экспериментальная квантизация даёт заметное ухудшение perplexity по приведённым в README метрикам. Для запуска может понадобиться совместимая версия LLaMA C++ с нестандартными патчами.

Для каких профессий подходит9

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

I.11Универсальные способностиКлассификация, ранжирование и сопоставлениеAI помогает распределять объекты по категориям, устанавливать соответствия и определять порядок обработки.15 задач26 736моделей I.1Универсальные способностиПоиск и навигация по информацииAI помогает находить нужные сведения и помогать человеку быстро переходить от вопроса к подтверждённому источнику.18 задач13 467моделей II.10Разработка и данныеРазработка и эксплуатация AI/ML-системAI помогает создавать, оценивать, развёртывать и контролировать AI/ML-системы на всём жизненном цикле.30 задач49 000моделей I.12Универсальные способностиРекомендации и персонализацияAI помогает подбирать релевантные варианты и адаптировать опыт под конкретного человека или ситуацию.15 задач7 627моделей

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Experimental global target bits‑per‑weight quantization of Octen/Octen-Embedding-8B

Using non-standard (forked) LLaMA C++ branch for quantization.
Using a CLI tool to build KLD evaluation and imatrix calibration datasets for GGUF models, sourced from eaddario/imatrix-calibration.
Using dataset sources: text_en, text_ru.
Using dataset chunks: 750.
Small set of patches added.
Tensors quantinization F16 instead of BF16, Nvidia Pascal architecture friendly like P100.
Small set of patches added.

Many thanks to Ed Addario for an impressive job.

Quantization comparison

BPW/TGS	PPL correlation	PPL mean ratio	ΔPPL	Mean KLD	Maximum KLD	99.9% KLD	Mean Δp	RMS Δp
3.50	31.88%	163.312009 ± 2.603029	1316751250.467953 ± 22175721.097179	0.865687 ± 0.002557	40.508530	13.199468	-0.000 ± 0.001 %	0.240 ± 0.035 %
4.00	27.97%	894.496097 ± 17.658576	7248459977.767529 ± 148545165.662543	0.462401 ± 0.002284	56.080093	14.465672	-0.001 ± 0.000 %	0.147 ± 0.022 %
4.50	29.87%	536.818391 ± 10.018571	4346810434.048196 ± 84695221.429227	0.247896 ± 0.001484	39.661839	8.264471	0.000 ± 0.000 %	0.130 ± 0.018 %
5.00	30.26%	448.634201 ± 8.243512	3631418870.079112 ± 69768738.026683	0.189924 ± 0.001342	36.415863	7.533142	-0.000 ± 0.000 %	0.097 ± 0.016 %
5.50	29.94%	475.154499 ± 8.855907	3846563982.921083 ± 74878878.690613	0.175310 ± 0.001361	33.947906	7.652236	-0.000 ± 0.000 %	0.132 ± 0.037 %
6.00	30.18%	535.916733 ± 10.050226	4339495766.813949 ± 85010916.130295	0.093320 ± 0.000936	31.576149	5.749511	-0.000 ± 0.000 %	0.085 ± 0.019 %
6.50	30.33%	513.696057 ± 9.587249	4159231201.265534 ± 81127272.345352	0.076551 ± 0.000824	33.049152	5.351891	-0.000 ± 0.000 %	0.049 ± 0.009 %
7.00	30.48%	487.499691 ± 9.042077	3946713977.342775 ± 76548947.044238	0.069732 ± 0.000789	31.959265	5.224213	-0.000 ± 0.000 %	0.060 ± 0.014 %
7.50	30.45%	485.864997 ± 9.013780	3933452574.640460 ± 76305069.637214	0.066390 ± 0.000758	27.289934	5.135751	-0.000 ± 0.000 %	0.049 ± 0.009 %
8.00	30.56%	480.323684 ± 8.884633	3888498839.452749 ± 75233350.710666	0.064214 ± 0.000758	22.896826	4.984374	0.000 ± 0.000 %	0.045 ± 0.006 %
8.50	30.59%	468.816726 ± 8.658897	3795148991.398126 ± 73329353.181311	0.063394 ± 0.000767	27.460506	4.974599	-0.000 ± 0.000 %	0.039 ± 0.005 %
9.00	30.59%	472.128288 ± 8.725107	3822013941.457990 ± 73888001.523125	0.061325 ± 0.000754	26.071749	4.991961	0.000 ± 0.000 %	0.032 ± 0.004 %
9.50	30.57%	477.493384 ± 8.834961	3865538118.737411 ± 74813478.721664	0.061779 ± 0.000778	28.092499	5.049781	-0.000 ± 0.000 %	0.038 ± 0.006 %
10.00	30.58%	473.251580 ± 8.749327	3831126611.272995 ± 74092083.168597	0.060787 ± 0.000750	27.365194	5.046810	-0.000 ± 0.000 %	0.032 ± 0.004 %
10.50	30.58%	473.369865 ± 8.754410	3832086195.704186 ± 74134265.313673	0.061487 ± 0.000778	29.115179	5.049273	-0.000 ± 0.000 %	0.031 ± 0.005 %
11.00	30.58%	469.947653 ± 8.686996	3804323606.512961 ± 73563714.202142	0.060947 ± 0.000761	26.897139	4.949221	-0.000 ± 0.000 %	0.032 ± 0.004 %
11.50	30.59%	469.702016 ± 8.680818	3802330885.149252 ± 73513517.264363	0.060967 ± 0.000756	24.905037	4.991287	-0.000 ± 0.000 %	0.042 ± 0.006 %
12.00	30.59%	469.007636 ± 8.666011	3796697743.108781 ± 73388654.821674	0.060841 ± 0.000757	29.013231	4.902389	-0.000 ± 0.000 %	0.034 ± 0.004 %
12.50	30.60%	468.247009 ± 8.650971	3790527181.157271 ± 73262486.731016	0.061428 ± 0.000774	26.518728	5.096298	-0.000 ± 0.000 %	0.039 ± 0.007 %
13.00	30.59%	468.485073 ± 8.656076	3792458472.236744 ± 73305035.806184	0.060770 ± 0.000756	27.815191	4.977703	-0.000 ± 0.000 %	0.040 ± 0.006 %
13.50	30.60%	468.608802 ± 8.658301	3793462215.247329 ± 73324801.786474	0.060845 ± 0.000748	25.343117	5.012136	-0.000 ± 0.000 %	0.034 ± 0.006 %
14.00	30.59%	470.353813 ± 8.694041	3807618563.064641 ± 73625192.396193	0.060969 ± 0.000763	27.384163	5.017433	0.000 ± 0.000 %	0.033 ± 0.004 %
14.50	30.59%	469.238406 ± 8.669486	3798569859.379515 ± 73417558.393644	0.060245 ± 0.000763	25.959768	4.983978	0.000 ± 0.000 %	0.030 ± 0.004 %
15.00	30.59%	470.262969 ± 8.688094	3806881593.724875 ± 73576296.537943	0.060078 ± 0.000773	29.312548	5.103179	0.000 ± 0.000 %	0.029 ± 0.004 %

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · sentence-transformers

Нельзя запустить

GGUF-веса поддерживаются только для текстовых LLM (llama.cpp).

Ревизия весов: 661afc4