/ Модель

Характеристики

Лицензия
pddl
Архитектура
staticvectors · dense
Библиотека
staticvectors
Опубликована
26 янв 2025

glove-6B

Сходство предложенийТекст → score3 профессии

Статические 300-мерные векторы GloVe для получения представлений английских слов и оценки их сходства.

1 924скачиваний за 30 дней3лайкавеса обновлены26 янв 2025

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

NeuML/glove-6B — экспорт статических английских векторов GloVe размерностью 300 для библиотеки staticvectors. Модель предназначена для получения векторных представлений отдельных слов в Python с помощью NumPy, сохраняя высокую скорость выполнения.

Её можно применять как основу для сравнения слов и вычисления сходства текстовых представлений. Репозиторий использует формат safetensors и лицензию PDDL. В README не описаны контекстные представления: векторы относятся к словам и не зависят от их контекста.

Сценарии применения

  • получение векторного представления английского слова
  • сравнение сходства слов по векторам
  • создание признаков слов для простых NLP-моделей

Ограничения

Это статические векторы отдельных слов, поэтому они не отражают различия значения слова в разных контекстах. README не описывает прямую поддержку предложений.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

GloVe-6B StaticVectors model

This model is an export of these GloVe-6B English Vectors (300d) for staticvectors. staticvectors enables running inference in Python with NumPy. This helps it maintain solid runtime performance.

Usage with StaticVectors

from staticvectors import StaticVectors

model = StaticVectors("neuml/glove-6B")
model.embeddings(["word"])

Given that pre-trained embeddings models can get quite large, there is also a SQLite version that lazily loads vectors.

from staticvectors import StaticVectors

model = StaticVectors("neuml/glove-6B/model.sqlite")
model.embeddings(["word"])

Как запустить

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

GPU в ailist

Универсальный рантайм · staticvectors

Нельзя запустить

Архитектура staticvectors неизвестна transformers в образе рантайма.

Ревизия весов
a5d0cac

0 моделей