/ Модель

Характеристики

Контекст
2 048 токенов
Параметры
303 млн
Лицензия
Gemma
Архитектура
embeddinggemma · dense
Базовая модель
embeddinggemma-300m
Библиотека
mlx
Опубликована
16 сен 2026

EmbeddingGemma-300M-MLX-8bit

Сходство предложенийТекст → score10 профессий

8-битная MLX-конверсия EmbeddingGemma 300M для создания текстовых эмбеддингов и семантического поиска на Apple Silicon.

225скачиваний за 30 дней0лайковвеса обновлены16 сен 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

aufklarer/EmbeddingGemma-300M-MLX-8bit — конверсия Google EmbeddingGemma 300M для запуска на устройствах Apple с Apple Silicon через библиотеку MLX. Модель предназначена для получения 768-мерных эмбеддингов предложений и поиска по текстовым расшифровкам; в карточке указана архитектура плотного энкодера Gemma 3 с двунаправленной обработкой, mean pooling, плотной головой и L2-нормализацией. Размер модели — 302,8 млн параметров, точность — 8 бит с группой 64; контекст составляет 512 токенов по README, тогда как метаданные указывают нативный контекст 2048 токенов.

Модель принимает текстовые запросы и документы, размеченные специальными префиксами для поиска, и выдаёт нормализованные эмбеддинги. README сообщает о высокой близости результатов к исходной версии в float32 на тестовых расшифровках. Языковые сведения в карточке описывают базовую модель как многоязычную, но конкретный набор языков не приведён. Репозиторий указывает лицензию Gemma; применяются её условия использования.

Сценарии применения

  • семантический поиск по расшифровкам встреч
  • поиск релевантных фрагментов текста по запросу
  • сравнение смысловой близости предложений
  • создание эмбеддингов для кластеризации текстов

Ограничения

README описывает контекст в 512 токенов, а метаданные указывают 2048 нативных токенов; при планировании следует учитывать лимит конкретного runtime. Приведённая оценка близости к исходной модели получена на ограниченном наборе фрагментов встреч и реплик.

Для каких профессий подходит10

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

EmbeddingGemma 300M — MLX 8-bit

MLX conversion of google/embeddinggemma-300m for on-device transcript search on Apple Silicon. It produces the checkpoint's own 768-dimensional sentence embeddings: prompt, bidirectional Gemma 3 encoder, mean pooling, dense head, L2 normalization.

Exported from the upstream checkpoint at revision 57c266a740f537b4dc058e1b0cda161fd15afa75, not from a third-party MLX conversion.

Usage (Swift / MLX)

Used by speech-runtime's TextEmbedding module:

import TextEmbedding

let embedder = try await EmbeddingGemma.load(directory: bundleDirectory)
let passages = embedder.embed(documents: ["The deadline moved to March."], batchSize: 16)
let query = embedder.embed(query: "when is the deadline")

A query and the documents that answer it are embedded under different prompts, which embed(query:) and embed(documents:) apply.

Model details

  • Architecture: Gemma 3 bidirectional encoder — 24 layers, hidden size 768, 3 attention heads over 1 key/value head, head dimension 256
  • Head: mean pooling, dense 768 → 3072 → 768, L2 normalization
  • Embeddings: 768 dimensions, float32
  • Precision: 8-bit, group 64
  • Size: 327 MB
  • Context: 512 tokens including <bos> and <eos>
  • Prompts: title: none | text: for a document, task: search result | query: for a query

Fidelity

Cosine against the float32 source through sentence-transformers, on identical token ids, over 240 meeting-transcript passages and 800 utterances: 0.9989 minimum, 0.9996 mean.

What a runtime has to match

Three details decide whether a port reproduces this model, and each was measured against the source:

  • Bidirectional window 257. Full layers see every token; sliding layers see tokens fewer than 257 positions away, which is what transformers derives from the stored sliding_window: 512 for a bidirectional Gemma 3. It is written into config.json as bidirectional_window. Using 512 fell to 0.9985 cosine on a 294-token passage, and a causal mask scored 0.54–0.65.
  • Padding is masked in attention, not only in pooling.
  • Norm weights include Gemma's +1 (norm_weights_include_offset in config.json), so every norm is a plain RMSNorm.

Conversion

From soniqo/speech-models, models/embeddinggemma/export:

poetry run python convert_mlx.py --output EmbeddingGemma-300M-MLX-8bit \
    --bits 8

The exporter's tests hold the MLX implementation to the source checkpoint through sentence-transformers in float32.

License

The base model is Gemma, and this is a derivative of it: use is governed by the Gemma Terms of Use and the Gemma Prohibited Use Policy, which apply to these weights as they apply to the original. The weights are converted and quantized; nothing else about the model is changed.

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.

Ревизия весов
e5e1e80

0 моделей