/ Модель

Характеристики

Контекст
8 194 токена
Параметры
659 млн
Размер весов
604 МБ
Лицензия
Apache 2.0
Архитектура
xlm-roberta · dense
Базовая модель
bge-m3
Библиотека
mlx
Опубликована
7 июн 2026

bge-m3-8bit

ЭмбеддингиТекст → embedding9 профессий

8-битная MLX-версия BAAI/bge-m3 для получения многоязычных текстовых эмбеддингов и локального семантического поиска на Apple Silicon.

153скачиваний за 30 дней0лайковвеса обновлены7 июн 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

TyKaoz выпустил 8-битную версию модели BAAI/bge-m3 в формате MLX для устройств Apple Silicon. Это многоязычная модель на архитектуре XLM-RoBERTa с 658,7 млн параметров, которая преобразует текст в плотные эмбеддинги размерности 1024. Максимальная длина контекста составляет 8194 токена; модель предназначена для локального использования через mlx-embeddings и занимает около 592 МБ.

Модель подходит для семантического поиска, сравнения сходства предложений и построения систем поиска по текстам и документам. README описывает именно плотные векторы; широкие возможности исходной BGE-M3 для лексического и гибридного поиска здесь отдельно не подтверждены. Указана лицензия Apache-2.0.

Сценарии применения

  • создание эмбеддингов для семантического поиска
  • поиск релевантных документов по смыслу
  • сравнение сходства предложений
  • построение локального поиска по текстовой базе на Apple Silicon

Ограничения

README заявляет плотные эмбеддинги и не подтверждает поддержку лексического или гибридного поиска в этой версии. Формат MLX предназначен для экосистемы Apple Silicon.

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

BGE-M3 — 8-bit MLX

8-bit MLX quantization of BAAI/bge-m3, for Apple Silicon (~592 MB). Multilingual text-embedding model (1024-dim dense vectors).

Usage

pip install -U mlx-embeddings
from mlx_embeddings import load, generate

model, tokenizer = load("TyKaoz/bge-m3-8bit")
out = generate(model, tokenizer, texts=["Bonjour", "Hello", "你好"])
print(out.text_embeds.shape)  # (3, 1024)
BaseToolPrecisionSize
BAAI/bge-m3mlx-embeddings8-bit · group 64~592 MB

By TyKaoz — privacy-first native macOS LLM chat client. Apache 2.0, inherited from the base model.

Как запустить

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

GPU в ailist

Универсальный рантайм · mlx

Нельзя запустить

MLX-модели работают только на Apple Silicon.

Класс архитектуры
XLMRobertaModel
Ревизия весов
b729bd2

0 моделей