Квантованные 300-мерные английские векторы GloVe-6B для вычисления семантического сходства и создания NLP-признаков.
Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды
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.
Описание составлено по карточке модели и метаданным Hugging Face
NeuML/glove-6B-quantized — квантованный экспорт английских векторов слов GloVe-6B размерности 300 для библиотеки staticvectors. Модель использует 10×256 Product Quantization и рассчитана на быстрый запуск инференса в Python с NumPy; по отдельным словам возвращает статические эмбеддинги.
Модель подходит для вычисления семантического сходства предложений и построения признаков для задач NLP. Это квантованное представление базовой модели NeuML/glove-6B, распространяемое в формате safetensors по лицензии PDDL. Оно поддерживает английский язык; ограничение статических векторов — одно и то же представление слова используется независимо от его контекста.
Статические векторы не учитывают контекст слова и его разные значения. Представлены английские векторы размерности 300.
Разделы каталога профессий, в задачах которых используется эта модель
README от автора на Hugging Face, как он его опубликовал
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.
This model is a quantized version of the base model. It's using 10x256 Product Quantization.
from staticvectors import StaticVectors
model = StaticVectors("neuml/glove-6B-quantized")
model.embeddings(["word"])
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм · staticvectors
Архитектура staticvectors неизвестна transformers в образе рантайма.