/ Модель

Характеристики

Контекст
512 токенов
Параметры
28,9 млн
Лицензия
Apache 2.0
Архитектура
bert · dense
Библиотека
sentence-transformers
Опубликована
23 мар 2026

minilm-student-L6_uniform_distilled

ЭмбеддингиТекст → embedding12 профессий

Компактный многоязычный кодировщик предложений для эмбеддингов, семантического сравнения, кластеризации и классификации текстов.

106скачиваний за 30 дней0лайковвеса обновлены30 мар 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

gomyk/minilm-student-L6_uniform_distilled — компактный многоязычный кодировщик предложений, созданный автором на основе sentence-transformers/paraphrase-multilingual-MiniLM-L12-v2. Модель использует архитектуру MiniLM с сокращением числа слоёв с 12 до 6 и уменьшенным словарём; в README указана размерность скрытого представления 384, а метаданные указывают 28,9 млн параметров и контекст до 512 токенов. Для дистилляции применялись потери MSE и косинусного сходства на данных задач классификации, кластеризации и семантического сходства.

Модель предназначена для получения векторных представлений предложений, оценки их семантического сходства, кластеризации и классификации текстов. Она поддерживает 18 языков, включая русский и английский. В опубликованных результатах MTEB указаны средние показатели 56,93% в целом и 71,48% для STS; результаты зависят от языка и задачи. Модель выпущена под лицензией Apache-2.0.

Сценарии применения

  • поиск семантически похожих предложений
  • сравнение сходства пользовательских запросов
  • кластеризация многоязычных текстов
  • классификация текстов по эмбеддингам
  • создание векторного индекса для поиска

Ограничения

Контекст ограничен 512 токенами. Показатели MTEB различаются между задачами, а README не приводит отдельной гарантии качества для каждого поддерживаемого языка.

Для каких профессий подходит12

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

L6_uniform_distilled (Distilled)

Lightweight sentence encoder created from sentence-transformers/paraphrase-multilingual-MiniLM-L12-v2 via layer pruning + vocabulary pruning + knowledge distillation.

Model Details

PropertyValue
Teachersentence-transformers/paraphrase-multilingual-MiniLM-L12-v2
ArchitectureMiniLM-L12 (pruned)
Hidden dim384
Layers6 / 12
Layer indices[0, 2, 4, 7, 9, 11]
Strategy6 layers, evenly spaced (general-purpose)
Parameters106,825,344
Model size (FP32)98.1MB
DistilledYes

Architecture

==============================================================
  TEACHER: MiniLM-L12  →  STUDENT: 6L / 38,775 vocab
==============================================================

            TEACHER                        STUDENT          
  ───────────────────────────    ───────────────────────────

  ┌─────────────────────────┐    ┌─────────────────────────┐
  │   Input Tokens          │    │   Input Tokens          │
  └────────────┬────────────┘    └────────────┬────────────┘
               │                              │
  ┌────────────┴────────────┐    ┌────────────┴────────────┐
  │  Embeddings             │    │  Embeddings (pruned)    │
  │  vocab: 250,002         │    │  vocab:  38,775         │
  │  dim:  384              │    │  dim:  384              │
  └────────────┬────────────┘    └────────────┬────────────┘
               │                              │
  ┌─────────────────────────┐    ┌─────────────────────────┐
  │  Layer  0               │ ──►  │  Layer  0 ← L0         │
  ├─────────────────────────┤    ├─────────────────────────┤
  │  Layer  1               │  ╳   │                         │
  ├─────────────────────────┤    ├─────────────────────────┤
  │  Layer  2               │ ──►  │  Layer  1 ← L2         │
  ├─────────────────────────┤    ├─────────────────────────┤
  │  Layer  3               │  ╳   │                         │
  ├─────────────────────────┤    ├─────────────────────────┤
  │  Layer  4               │ ──►  │  Layer  2 ← L4         │
  ├─────────────────────────┤    ├─────────────────────────┤
  │  Layer  5               │  ╳   │                         │
  ├ ─ ─ ─ ─ ─ ─ ─ ─ ─ ─ ─┤    │                         │
  │  Layer  6               │  ╳   │                         │
  ├─────────────────────────┤    ├─────────────────────────┤
  │  Layer  7               │ ──►  │  Layer  3 ← L7         │
  ├─────────────────────────┤    ├─────────────────────────┤
  │  Layer  8               │  ╳   │                         │
  ├─────────────────────────┤    ├─────────────────────────┤
  │  Layer  9               │ ──►  │  Layer  4 ← L9         │
  ├─────────────────────────┤    ├─────────────────────────┤
  │  Layer 10               │  ╳   │                         │
  ├─────────────────────────┤    ├─────────────────────────┤
  │  Layer 11               │ ──►  │  Layer  5 ← L11        │
  └────────────┬────────────┘    └────────────┬────────────┘
               │                              │
  ┌────────────┴────────────┐    ┌────────────┴────────────┐
  │  Mean Pooling           │    │  Mean Pooling           │
  │  → 384d embedding       │    │  → 384d embedding       │
  └─────────────────────────┘    └─────────────────────────┘

  Size: 448.0MB (FP32)           →  98.1MB (FP32)
  Params: 117,451,392        →  25,714,176
  Reduction: 78.1%
==============================================================

Quick Start

from sentence_transformers import SentenceTransformer

model = SentenceTransformer("L6_uniform_distilled", trust_remote_code=True)

sentences = [
    "Hello, how are you?",
    "안녕하세요",
    "Bonjour, comment allez-vous?",
]

embeddings = model.encode(sentences)
print(embeddings.shape)  # (3, 384)

MTEB Evaluation Results

Overall Average: 56.93%

Task GroupAverage
Classification59.41%
Clustering38.07%
STS71.48%

Classification

TaskAverageDetails
AmazonCounterfactualClassification67.92%de: 70.3%, en: 70.06%, en-ext: 69.5%
Banking77Classification79.34%default: 79.34%
ImdbClassification58.94%default: 58.94%
MTOPDomainClassification76.3%en: 85.94%, es: 79.58%, th: 78.32%
MassiveIntentClassification35.04%en: 66.34%, zh-CN: 62.56%, ja: 62.27%
MassiveScenarioClassification40.77%en: 71.95%, zh-CN: 69.09%, ja: 68.11%
ToxicConversationsClassification60.34%default: 60.34%
TweetSentimentExtractionClassification56.67%default: 56.67%

Clustering

TaskAverageDetails
ArXivHierarchicalClusteringP2P51.94%default: 51.94%
ArXivHierarchicalClusteringS2S48.06%default: 48.06%
BiorxivClusteringP2P.v230.65%default: 30.65%
MedrxivClusteringP2P.v231.34%default: 31.34%
MedrxivClusteringS2S.v228.24%default: 28.24%
StackExchangeClustering.v248.14%default: 48.14%
StackExchangeClusteringP2P.v235.9%default: 35.9%
TwentyNewsgroupsClustering.v230.3%default: 30.3%

STS

TaskAverageDetails
BIOSSES60.1%default: 60.1%
SICK-R77.0%default: 77.0%
STS1272.99%default: 72.99%
STS1379.03%default: 79.03%
STS1476.54%default: 76.54%
STS1584.27%default: 84.27%
STS1758.61%en-en: 84.68%, es-es: 78.41%, nl-en: 64.48%
STS22.v251.39%fr: 70.62%, es-en: 67.53%, zh: 64.99%
STSBenchmark83.35%default: 83.35%

Distillation Impact

TaskBeforeAfterDelta
AmazonCounterfactualClassification68.27%67.92%-0.35%p
ArXivHierarchicalClusteringP2P50.12%51.94%+1.82%p
ArXivHierarchicalClusteringS2S46.66%48.06%+1.4%p
Banking77Classification73.53%79.34%+5.81%p
BiorxivClusteringP2P.v225.42%30.65%+5.23%p
BIOSSES57.32%60.1%+2.78%p
ImdbClassification60.64%58.94%-1.7%p
MassiveIntentClassification37.62%35.04%-2.58%p
MassiveScenarioClassification41.45%40.77%-0.68%p
MedrxivClusteringP2P.v228.32%31.34%+3.02%p
MedrxivClusteringS2S.v225.33%28.24%+2.91%p
MTOPDomainClassification75.11%76.3%+1.19%p
SICK-R69.91%77.0%+7.09%p
StackExchangeClustering.v244.13%48.14%+4.01%p
StackExchangeClusteringP2P.v233.07%35.9%+2.83%p
STS1266.88%72.99%+6.11%p
STS1371.42%79.03%+7.61%p
STS1468.52%76.54%+8.02%p
STS1579.84%84.27%+4.43%p
STS1753.52%58.61%+5.09%p
STS22.v240.57%51.39%+10.82%p
STSBenchmark74.69%83.35%+8.66%p
ToxicConversationsClassification61.36%60.34%-1.02%p
TweetSentimentExtractionClassification53.21%56.67%+3.46%p
TwentyNewsgroupsClustering.v222.01%30.3%+8.29%p

Training

Stage 1: Layer Pruning

  • Teacher: sentence-transformers/paraphrase-multilingual-MiniLM-L12-v2 (12 layers, 384d)
  • Selected layers: [0, 2, 4, 7, 9, 11] (6 layers, evenly spaced (general-purpose))
  • Vocabulary pruning applied

Stage 2: Knowledge Distillation

  • Method: MSE + Cosine Similarity loss
  • Data: MTEB Classification/Clustering/STS task datasets
  • Optimizer: AdamW (lr=2e-5, weight_decay=0.01)
  • Schedule: Cosine annealing over 3 epochs

Supported Languages (18)

ko, en, ja, zh, es, fr, de, pt, it, ru, ar, hi, th, vi, id, tr, nl, pl

Как запустить

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

GPU в ailist

Универсальный рантайм · sentence-transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
BertModel
Ревизия весов
73039b7

0 моделей