Характеристики

Контекст: 512 токенов
Параметры: 137 млн
Лицензия: MIT
Архитектура: bert · dense
Базовая модель: bge-base-en-v1.5
Библиотека: aneforge
Опубликована: 30 авг 2026

Ссылки

bge-base-en-v1.5

Сходство предложенийТекст → score

Англоязычная модель BERT для получения эмбеддингов предложений и оценки семантического сходства с запуском через ANEForge на Apple Neural Engine.

85скачиваний за 30 дней0лайковвеса обновлены31 авг 2026

Бенчмарки

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

Тесты пользователейпока нет

Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.

Добавьте модель в бенчмарк
Вместе с другими моделями категории «Эмбеддинги» — сравнение идёт внутри одной категории.
Опишите свои задачи
Напишите запросы, при необходимости приложите файлы и эталонные ответы.
Запустите и опубликуйте
Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

Открыть конструктор бенчмарка

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

aneforge/bge-base-en-v1.5 — англоязычная модель эмбеддингов на базе BERT, опубликованная для запуска через ANEForge на Apple Neural Engine. Это неизменённая копия BAAI/bge-base-en-v1.5 с весами, идентичными исходным; ANEForge компилирует граф модели в программу для Neural Engine и загружает веса из репозитория. Модель содержит 136,7 млн параметров и принимает последовательности длиной до 512 токенов.

Модель предназначена для создания нормализуемых векторов предложений и сравнения их семантической близости. Её можно применять для семантического поиска, ранжирования кандидатов по сходству и получения эмбеддингов для RAG-систем. Репозиторий содержит веса в формате safetensors, лицензия — MIT. Карточка описывает адаптацию запуска через ANEForge, а не изменение весов исходной модели.

Сценарии применения

семантический поиск по англоязычным текстам
сравнение сходства двух предложений
поиск релевантных фрагментов для RAG
ранжирование текстовых кандидатов по семантической близости
создание эмбеддингов предложений на Apple Neural Engine

Ограничения

Модель ориентирована на английский язык и ограничена контекстом до 512 токенов. README не приводит отдельных оценок качества для копии; веса идентичны исходной модели BAAI/bge-base-en-v1.5.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

BGE-base-en-v1.5 (ANEForge)

An unmodified duplicate of BAAI/bge-base-en-v1.5, tagged for use with ANEForge so the weights load and run directly on the Apple Neural Engine (no CoreML). Weights are byte-identical to the source; see the original repo for the model details. Licensed mit from the source.

Use with ANEForge

# pip install "aneforge[models]"
from aneforge.sentence_transformers import SentenceTransformer

model = SentenceTransformer("aneforge/bge-base-en-v1.5")
emb = model.encode(["Hello from the Neural Engine"], normalize_embeddings=True)

ANEForge compiles the model's graph into a single ANE program and streams the weights from this repo via huggingface_hub. See the docs and the paper.

Как запустить

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

GPU в ailist

Универсальный рантайм · aneforge

Можно запустить

Подбираем GPU…

Класс архитектуры: BertModel
Ревизия весов: a0017fc