/ Модель

Характеристики

Контекст
512 токенов
Параметры
25,9 млн
Лицензия
Apache 2.0
Архитектура
bert · dense
Базовая модель
all-MiniLM-L6-v2
Библиотека
transformers
Опубликована
1 сен 2026

tinye5

ЭмбеддингиТекст → embedding9 профессий

Компактный англоязычный энкодер эмбеддингов для семантического поиска и извлечения релевантных текстов.

121скачиваний за 30 дней0лайковвеса обновлены2 сен 2026

Бенчмарки

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

Тесты пользователейпока нет

Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.

  1. Добавьте модель в бенчмарк

    Вместе с другими моделями категории «Эмбеддинги» — сравнение идёт внутри одной категории.

  2. Опишите свои задачи

    Напишите запросы, при необходимости приложите файлы и эталонные ответы.

  3. Запустите и опубликуйте

    Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

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

TinyE5-L6-384 — компактная модель эмбеддингов текста, разработанная GrowBit Labs на основе sentence-transformers/all-MiniLM-L6-v2 и дообученная для семантического поиска и информационного поиска с префиксами query: и passage:. Это энкодер на архитектуре BERT с 6 слоями Transformer; он создаёт векторы размерности 384 с помощью среднего pooling и L2-нормализации. По README модель содержит 22,7 млн параметров, а метаданные репозитория указывают 25,9 млн параметров; контекст ограничен 512 токенами.

Модель подходит для построения семантического поиска, ранжирования кандидатов через сравнение эмбеддингов и извлечения релевантных документов. Для развертывания доступны варианты Safetensors FP32, ONNX FP32 и динамически квантованный ONNX INT8; README приводит результаты CPU-бенчмарков, где INT8-компактнее и быстрее FP32 с небольшим снижением показателя STS. Основной язык карточки — английский. Лицензия — Apache-2.0.

Сценарии применения

  • семантический поиск по англоязычной коллекции документов
  • поиск релевантных passage по текстовому запросу
  • построение векторного индекса для поискового сервиса
  • измерение семантического сходства между предложениями
  • поиск научных фактов и документов по смыслу

Ограничения

Модель ориентирована на английский язык и ограничена контекстом в 512 токенов. README отмечает небольшое снижение STS Spearman у INT8-варианта относительно FP32.

Для каких профессий подходит9

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

TinyE5-L6-384

TinyE5-L6-384 is a compact 384-dimensional text embedding model built from sentence-transformers/all-MiniLM-L6-v2 and fine-tuned for semantic search and information retrieval using E5-style query/passage prefixes.

The model uses mean pooling + L2 normalization and is designed for applications where model size, CPU latency, and deployment efficiency matter.

Highlights

  • 6 Transformer layers
  • 384-dimensional embeddings
  • 22.7M parameters
  • Only the last 2 Transformer layers were fine-tuned
  • Mean pooling
  • L2-normalized embeddings
  • E5-style query: and passage: prefixes
  • FP32 and dynamically quantized INT8 ONNX deployment
  • INT8 ONNX size: 21.8 MB
  • Measured INT8 CPU throughput: 377.7 texts/s

Model Architecture

PropertyValue
Base modelsentence-transformers/all-MiniLM-L6-v2
Transformer layers6
Hidden / embedding size384
Total parameters22,713,216
Fine-tuned layersLast 2 Transformer layers
Trainable parameters3,548,928
Trainable percentage15.62%
PoolingMean pooling
NormalizationL2 normalization
Query prefixquery:
Passage prefixpassage:
Training max length128 tokens

Benchmark Results

Quality

ModelSizeSTS Spearman ↑SciFact Recall@10 ↑SciFact nDCG@10 ↑
TinyE5-L6-384 (Safetensors)86.7 MB0.81380.73420.5897
TinyE5-L6-384 (FP32 ONNX)86.2 MB0.81380.73420.5897
TinyE5-L6-384 (INT8 ONNX)21.8 MB0.80580.75990.6020

CPU Inference Performance

ModelPrecisionSizeLatency ↓Throughput ↑Session RAM ↓
TinyE5-L6-384 ONNXFP3286.2 MB2.35 ms/text424.7 texts/s90.4 MB
TinyE5-L6-384 ONNXINT821.8 MB0.77 ms/text1299.4 texts/s11.2 MB

INT8 vs FP32 ONNX

MetricFP32INT8Change
Model size86.2 MB21.8 MB~74.7% smaller
CPU latency2.35 ms/text0.77 ms/text~67.2% lower
CPU throughput424.7 texts/s1299.4 texts/s~205.9% higher
Session RAM90.4 MB11.2 MB~87.6% lower
STS Spearman0.81380.8058-0.0080
SciFact Recall@100.73420.7599+0.0257
SciFact nDCG@100.58970.6020+0.0123

End-to-End Benchmark Time

ModelSTS Time ↓SciFact Time ↓
TinyE5-L6-384 (Safetensors)0.72s3.71s
TinyE5-L6-384 (FP32 ONNX)8.82s265.58s
TinyE5-L6-384 (INT8 ONNX)5.46s179.11s

Summary: INT8 quantization reduces TinyE5-L6-384 from 86.2 MB to 21.8 MB (~74.7% smaller), lowers CPU inference latency from 2.35 ms/text to 0.77 ms/text (~67.2% lower), and increases CPU throughput from 424.7 to 1299.4 texts/s (~3.06× throughput). Session RAM also drops from 90.4 MB to 11.2 MB (~87.6% lower). STS Spearman decreases slightly from 0.8138 to 0.8058, while SciFact Recall@10 improves from 0.7342 to 0.7599 and nDCG@10 improves from 0.5897 to 0.6020. The all-MiniLM-L6-v2 baseline still achieves the highest overall quality, with 0.8194 STS Spearman, 0.7923 Recall@10, and 0.6494 nDCG@10.

Docker Example

INT8 ONNX

services:
  embedding-server:
    image: ghcr.io/huggingface/text-embeddings-inference:cpu-1.9
    ports:
      - "80:80"
    volumes:
      - ./data:/data
    command:
      - --model-id
      - GrowBitLabs/tinye5
      - --revision
      - int8-onnx
      - --pooling
      - mean

Available Variants

All variants are published under the same Hugging Face repository:

GrowBitLabs/tinye5
VariantRevisionModel
Safetensors FP32mainmodel.safetensors
ONNX FP32fp32-onnxonnx/model.onnx
ONNX INT8int8-onnxonnx/model.onnx

Safetensors

command:
  - --model-id
  - GrowBitLabs/tinye5
  - --revision
  - main
  - --pooling
  - mean

FP32 ONNX

command:
  - --model-id
  - GrowBitLabs/tinye5
  - --revision
  - fp32-onnx
  - --pooling
  - mean

INT8 ONNX

command:
  - --model-id
  - GrowBitLabs/tinye5
  - --revision
  - int8-onnx
  - --pooling
  - mean

For CPU deployment, the INT8 ONNX revision is recommended when model size and inference throughput are the priority.

Attribution

Developed by GrowBit Labs.

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
BertModel
Ревизия весов
d71ca62

0 моделей