/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
508 млн
Размер весов
4 МБ
Лицензия
Apache 2.0
Архитектура
qwen3 · dense
Опубликована
4 июл 2026

octen-embedding-0.6b-directml-onnx

ЭмбеддингиТекст → embedding11 профессий

Конвертированная в ONNX модель эмбеддингов для семантического поиска и сопоставления текстов с запуском на GPU Windows через DirectML.

13скачиваний за 30 дней0лайковвеса обновлены4 июл 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

Octen-Embedding-0.6B DirectML ONNX — конвертированное представление модели Octen/Octen-Embedding-0.6B, подготовленное для запуска через ONNX Runtime с DirectML на GPU в Windows. Граф ONNX исправлен для обработки форм тензоров внимания GQA с фиксированными размерами голов: 16 для Q и 8 для K и V. Репозиторий содержит веса FP16, токенизатор Qwen2 и конфигурацию с контекстом до 32 768 токенов.

Модель предназначена для получения эмбеддингов и задач поиска по сходству предложений. В README приведены результаты на наборах esp32 и autosar; автор сообщает, что исправление графа сохраняет качество исходного CPU FP16 варианта. Распространяется по лицензии Apache-2.0.

Сценарии применения

  • создание эмбеддингов текстов для семантического поиска
  • поиск похожих предложений и документов
  • сортировка кандидатов по смысловому сходству
  • поиск по технической документации ESP32 и AUTOSAR

Ограничения

Пакет предназначен для запуска через ONNX Runtime с DirectML и требует совместимого GPU Windows; приведённые оценки относятся к двум техническим наборам данных, поэтому качество в других областях не установлено.

Для каких профессий подходит11

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

Octen-Embedding-0.6B — DirectML ONNX

Patched ONNX export of Octen/Octen-Embedding-0.6B that runs on DirectML (Windows GPU via ONNX Runtime).

What was fixed

The original torch.onnx.export (dynamo) produces val_41 = [-1] used in Reshape shapes for multi-head attention (GQA: 16 Q heads, 8 KV heads). DirectML's execution provider cannot resolve symbolic -1 at graph-capture time.

Fix: Replace [-1] with four concrete head-count constants (16 for Q, 8 for K, 8 for V, 2048 for attention output) and reconnect 84 Reshape consumer nodes.

See fix_octen_dml.py for the full patch script.

Files

  • model.fp16.onnx — ONNX graph proto (4 MB)
  • model.fp16.onnx.data — external weights (1.1 GB, fp16)
  • tokenizer.json — Qwen2 tokenizer
  • config.json — model config (max_position_embeddings=32768)
  • fix_octen_dml.py — reproduction script

Usage

import onnxruntime as ort

session = ort.InferenceSession(
    "model.fp16.onnx",
    providers=["DmlExecutionProvider"],
)

Quality

DatasetR@5R@10MRR
esp32 (smoke)0.9300.9500.810
autosar0.6780.7740.552

Identical to CPU fp16 reference — patch preserves quality exactly.

Как запустить

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

GPU в ailist

Универсальный рантайм

Нельзя запустить

В репозитории нет весов в формате PyTorch/safetensors.

Класс архитектуры
Qwen3Model
Ревизия весов
c449029

0 моделей