/ Модель

Характеристики

Параметры
403 млн
Лицензия
MIT
Архитектура
wav2vec2-bert · dense
Библиотека
rlx
Опубликована
23 июл 2026

w2v-bert-2.0

ЭмбеддингиТекст → embedding3 профессии

Репозиторий содержит веса энкодера Seamless W2V-BERT 2.0 для извлечения признаков из аудио в конвейерах RLX.

43скачиваний за 30 дней0лайковвеса обновлены24 июл 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.

  1. Добавьте модель в бенчмарк

    Вместе с другими моделями категории «Эмбеддинги» — сравнение идёт внутри одной категории.

  2. Опишите свои задачи

    Напишите запросы, при необходимости приложите файлы и эталонные ответы.

  3. Запустите и опубликуйте

    Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

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

eugenehp/w2v-bert-2.0 — это staging-репозиторий с перераспространёнными весами энкодера Seamless W2V-BERT 2.0 Conformer для запуска через RLX. Модель содержит 402,7 млн параметров; доступны веса Safetensors и GGUF в формате F16. Репозиторий подготовлен для загрузчиков RLX и ссылается на пакет rlx-wav2vec2-bert.

Энкодер предназначен для извлечения признаков из аудио и может служить компонентом речевых ML-конвейеров. README предупреждает, что эти файлы не являются основным поддерживаемым runtime-пакетом RLX, а репозиторий опубликован как стабильная точка загрузки для рецептов RLX. Лицензия — MIT.

Сценарии применения

  • извлечение признаков из аудиозаписей
  • получение представлений речи для последующей обработки
  • подготовка аудиоэмбеддингов для речевого ML-конвейера

Ограничения

README указывает, что файлы репозитория не являются основным поддерживаемым runtime-пакетом RLX. Языки и контекстная длина в предоставленных данных не описаны.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Wav2Vec2-BERT 2.0 (RLX staging)

Seamless W2V-BERT 2.0 Conformer encoder weights for RLX.

FieldValue
Hub ideugenehp/w2v-bert-2.0
KindStaging redistrib of an upstream checkpoint for RLX runners.
RLX craterlx-wav2vec2-bert
Upstreamhttps://huggingface.co/facebook/w2v-bert-2.0

Quick start

hf download eugenehp/w2v-bert-2.0 --local-dir .
export RLX_W2V_BERT_DIR=.; cargo test -p rlx-wav2vec2-bert --release

File highlights

  • model.safetensors (2.2 GiB)
  • w2v-bert-2.0.f16.gguf (1.1 GiB)
  • config.json (1.8 KiB)
  • preprocessor_config.json (275 B)

Do not use as the main runtime pack

These files may be present for historical / staging reasons but are not the supported RLX load path:

  • w2v-bert-2.0.f16.gguf

Community *.f16.gguf / LM-only Q4 packs are format wraps — they are not drop-in replacements for the RLX primary file above.

Run with RLX

Clone rlx-models, place this repo under weights/audio/w2v-bert-2.0 (or pass the path explicitly), then:

export RLX_W2V_BERT_DIR=.; cargo test -p rlx-wav2vec2-bert --release

License

MIT — see LICENSE. Inherit upstream terms when redistributing.

Original weights and authorship: https://huggingface.co/facebook/w2v-bert-2.0

Redistrib note

This Hub repo exists so RLX recipes have a stable fetch target. When you only need the upstream checkpoint, prefer the Upstream link above.

Как запустить

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

GPU в ailist

Универсальный рантайм · rlx

Можно запустить

Подбираем GPU…

Класс архитектуры
Wav2Vec2BertModel
Ревизия весов
0435656

0 моделей