/ Модель

Характеристики

Контекст
32 768 токенов
Архитектура
jasper_vl · dense
Базовая модель
stella_en_1.5B_v5
Опубликована
11 дек 2024

jasper_en_vision_language_v1

ЭмбеддингиТекст → embedding8 профессий

Мультимодальная модель для создания эмбеддингов английского текста и изображений, семантического поиска и сопоставления текстов с изображениями.

26 892скачиваний за 30 дней70лайковвеса обновлены24 янв 2025

Бенчмарки

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

Публичные оценки37

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

  • CQADupstackEnglishRetrieval

    main_score

    Результат

    0,5427

    MTEB

    Публичная таблицадругая ревизия

  • KorSarcasmClassification

    main_score

    Результат

    0,5304

    MTEB

    Публичная таблицадругая ревизия

  • XNLI

    main_score

    Результат

    0,8039

    MTEB

    Публичная таблицадругая ревизия

  • XQuADRetrieval

    main_score

    Результат

    0,9504

    MTEB

    Публичная таблицадругая ревизия

  • CTKFactsNLI

    main_score

    Результат

    0,7544

    MTEB

    Публичная таблицадругая ревизия

  • IndicGenBenchFloresBitextMining

    main_score

    Результат

    0,9181

    Общий результат 0,5833Общий результат 0,3806
    MTEB

    Публичная таблицадругая ревизия

  • AlloProfClusteringP2P

    main_score

    Результат

    0,6961

    MTEB

    Публичная таблицадругая ревизия

  • Tatoeba

    main_score

    Результат

    0,6632

    Общий результат 0,3788Общий результат 0,1917Общий результат 0,1301
    MTEB

    Публичная таблицадругая ревизия

  • StackExchangeClusteringP2P.v2

    main_score

    Результат

    0,5443

    MTEB

    Публичная таблицадругая ревизия

  • NusaX-senti

    main_score

    Результат

    0,6012

    MTEB

    Публичная таблицадругая ревизия

  • MIRACLRetrievalHardNegatives

    main_score

    Результат

    0,5105

    Общий результат 0,3928
    MTEB

    Публичная таблицадругая ревизия

  • MLQARetrieval

    main_score

    Результат

    0,8299

    Общий результат 0,8203Общий результат 0,6069Общий результат 0,3219
    MTEB

    Публичная таблицадругая ревизия

  • MultiHateClassification

    main_score

    Результат

    0,5671

    MTEB

    Публичная таблицадругая ревизия

  • NorQuadRetrieval

    main_score

    Результат

    0,1926

    MTEB

    Публичная таблицадругая ревизия

  • IN22GenBitextMining

    Среднее по поднаборам

    Результат

    0,4453

    MTEB

    Расчёт каталогадругая ревизия

  • TERRa

    main_score

    Результат

    0,5662

    MTEB

    Публичная таблицадругая ревизия

  • STS22.v2

    main_score

    Результат

    0,6814

    MTEB

    Публичная таблицадругая ревизия

  • TweetSentimentClassification

    main_score

    Результат

    0,6012

    Общий результат 0,4453
    MTEB

    Публичная таблицадругая ревизия

  • WikiClusteringP2P.v2

    main_score

    Результат

    0,4079

    MTEB

    Публичная таблицадругая ревизия

  • AmazonCounterfactualClassification

    main_score

    Результат

    0,76

    MTEB

    Публичная таблицадругая ревизия

  • SemRel24STS

    main_score

    Результат

    0,8072

    MTEB

    Публичная таблицадругая ревизия

  • MalayalamNewsClassification

    main_score

    Результат

    0,5168

    MTEB

    Публичная таблицадругая ревизия

  • CodeTransOceanContest

    main_score

    Результат

    0,8258

    MTEB

    Публичная таблицадругая ревизия

  • AmazonReviewsClassification

    main_score

    Результат

    0,5208

    MTEB

    Публичная таблицадругая ревизия

  • PublicHealthQA

    main_score

    Результат

    0,7451

    Общий результат 0,849
    MTEB

    Публичная таблицадругая ревизия

  • CUREv1

    main_score

    Результат

    0,5456

    MTEB

    Публичная таблицадругая ревизия

  • MultiEURLEXMultilabelClassification

    main_score

    Результат

    0,0312

    MTEB

    Публичная таблицадругая ревизия

  • MasakhaNEWSClusteringP2P

    main_score

    Результат

    0,5637

    MTEB

    Публичная таблицадругая ревизия

  • XPQARetrieval

    main_score

    Результат

    0,4205

    Общий результат 0,2524
    MTEB

    Публичная таблицадругая ревизия

  • MasakhaNEWSClusteringS2S

    main_score

    Результат

    0,5489

    Общий результат 0,3945
    MTEB

    Публичная таблицадругая ревизия

  • CataloniaTweetClassification

    main_score

    Результат

    0,5255

    MTEB

    Публичная таблицадругая ревизия

  • LEMBNeedleRetrieval

    main_score

    Результат

    0,04

    MTEB

    Публичная таблицадругая ревизия

  • SummEvalFr

    main_score

    Результат

    0,3218

    MTEB

    Публичная таблицадругая ревизия

  • MasakhaNEWSClassification

    main_score

    Результат

    0,7448

    MTEB

    Публичная таблицадругая ревизия

  • OpusparcusPC

    main_score

    Результат

    0,9902

    MTEB

    Публичная таблицадругая ревизия

  • MTOPIntentClassification

    main_score

    Результат

    0,882

    MTEB

    Публичная таблицадругая ревизия

  • BigPatentClustering.v2

    main_score

    Результат

    0,3644

    MTEB

    Публичная таблицадругая ревизия

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

NovaSearch/jasper_en_vision_language_v1 — мультимодальная модель для представления текста и изображений в виде векторов. Согласно карточке, она основана на dunzhang/stella_en_1.5B_v5 и google/siglip-so400m-patch14-384; метаданные указывают на объединение моделей. Модель предназначена для получения эмбеддингов текста и изображений, поиска семантически близких текстов и сопоставления текста с изображениями.

В карточке упоминаются оценка на MTEB и обучение на данных BAAI/Infinity-MM и HuggingFaceFW/fineweb-edu. Основной заявленный язык — английский. Доступна в формате safetensors. Информация о лицензии и ограничениях применения в предоставленных данных отсутствует.

Сценарии применения

  • поиск английских текстов по смыслу
  • поиск изображений по текстовому запросу
  • поиск текстов по изображению
  • сопоставление описаний с изображениями
  • создание векторных представлений текста и изображений

Ограничения

Карточка не приводит численных результатов оценки и подробностей о качестве для отдельных задач. Сведения о лицензии в предоставленных данных отсутствуют.

Для каких профессий подходит8

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

Introduction

Based on dunzhang/stella_en_1.5B_v5 and google/siglip-so400m-patch14-384.

It can encode both text and images.

Report: https://arxiv.org/abs/2412.19048

Codes: https://github.com/NLPJCL/RAG-Retrieval

Data: https://huggingface.co/datasets/infgrad/jasper_text_distill_dataset

Training logs: https://api.wandb.ai/links/dunnzhang0/z8jqoqpb

The core idea of jasper and stella is distillation: Let student model learn teacher model's vectors.

Usage

import torch
from sentence_transformers import SentenceTransformer


DOC1 = """
Blue light is scattered in all directions by the tiny molecules of air in Earth's atmosphere. 
Blue is scattered more than other colors because it travels as shorter, smaller waves. This is why we see a blue sky most of the time. 
Closer to the horizon, the sky fades to a lighter blue or white.
"""
DOC2 = """
When choosing colors, you can consider the following factors:
Color theory: Understand how colors work together and how they can evoke different reactions. 
Color psychology: Consider how colors affect emotions, behaviors, and responses. 
Brand identity: Colors can convey meaning and information about a brand. 
Mood: Consider the mood you want to create. For example, brighter colors can feel cheerful, while cooler colors can be calming.
Space: Consider the size of the space and the amount of natural light it receives. Dark colors can make a room feel smaller, while light colors can make it feel larger.
Color wheel: Use the color wheel to identify primary, secondary, and tertiary colors. 
Color combinations: Decide how to best complement your preferred color with others. 
Color palette: Limit your color palette to a main color and one or two additional colors. 
60-30-10 rule: Use a primary color 60% of the time, a secondary color 30% of the time, and an accent color 10% of the time
"""
if __name__ == "__main__":
    # load model
    use_gpu = False
    model_name = "infgrad/jasper_en_vision_language_v1"
    model = SentenceTransformer(
        model_name,
        trust_remote_code=True,
        device="cpu" if not use_gpu else "cuda",
        model_kwargs={
            "torch_dtype": torch.bfloat16 if use_gpu else torch.float32,
            "attn_implementation": "sdpa"
        },
        # vector_dim must be 12288, 1024, 512, 256
        ## 1024 is recommended
        # set is_text_encoder 'True', if you do not encode image
        config_kwargs={"is_text_encoder": False, "vector_dim": 1024},
    )
    # We can reduce the max_seq_length from the default of 2048 for faster encoding
    model.max_seq_length = 1024

    # data
    q_list = [
        "Why the sky is blue?",
        "how to choose suitable color",
    ]
    doc_list = [
        DOC1,
        [{"type": "image_path", "content": "./assets/img1.png"}, {"type": "text", "content": "Hope this image helps!"}],
        DOC2,
        [{"type": "image_path", "content": "./assets/img2.png"}],
    ]
    q_vecs = model.encode(q_list, prompt_name="s2p_query")
    doc_vecs = model.encode(doc_list)

    # calculate similarity
    similarities = model.similarity(q_vecs, doc_vecs)
    print(similarities)
    # the output is:
    # tensor([[0.7775, 0.7594, 0.2429, 0.2187],
    #         [0.3226, 0.3054, 0.7421, 0.5484]])

Evaluation on MTEB

script: ./scripts/evaluate_en_mteb/run_evaluate_mteb.py

License

This model should not be used for any commercial purpose!

Citation


@misc{zhang2025jasperstelladistillationsota,
      title={Jasper and Stella: distillation of SOTA embedding models}, 
      author={Dun Zhang and Jiacheng Li and Ziyang Zeng and Fulong Wang},
      year={2025},
      eprint={2412.19048},
      archivePrefix={arXiv},
      primaryClass={cs.IR},
      url={https://arxiv.org/abs/2412.19048}, 
}

Как запустить

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

GPU в ailist

Универсальный рантайм

Нельзя запустить

Модели нужен код из репозитория; автор пока не в списке доверенных организаций.

Класс архитектуры
JasperVL
Ревизия весов
6fae668

0 моделей