/ Модель

Характеристики

Лицензия
Apache 2.0
Архитектура
gigarembed · dense
Базовая модель
Giga-Embeddings-instruct
Библиотека
transformers
Опубликована
16 окт 2025

Giga-Embeddings-instruct-4bit-nf4

ЭмбеддингиТекст → embedding9 профессий

iMiW/Giga-Embeddings-instruct-4bit-nf4 — это 4-битная квантованная версия модели ai-sage/Giga-Embeddings-instruct.

348скачиваний за 30 дней1лайквеса обновлены16 окт 2025

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

README не указывает явно разработчика исходной модели; в её основе лежит decoder-only LLM GigaChat-3b. Квантование выполнено с использованием bitsandbytes в формате NF4, с двойным квантованием и вычислениями в bfloat16. Модель не дообучалась, а была загружена в 4-битной точности.

Модель предназначена для построения векторных представлений текстов и задач семантического поиска, включая retrieval по запросам и документам. Для каждого поискового запроса рекомендуется добавлять однопредложную инструкцию, описывающую задачу, тогда как для документов инструкция не требуется. Полученные эмбеддинги можно сравнивать, например, скалярным произведением.

Ключевые характеристики: pooling Latent-Attention, размерность эмбеддингов 2048, поддерживаемая длина входа в примере использования — до 4096 токенов. README не содержит сведений о перечне языков и других модальностях, поэтому модель следует рассматривать как текстовую. Квантирование снижает требования к памяти, однако требует совместимых окружений с transformers, bitsandbytes и accelerate; для запуска также предполагается использование вычислений на GPU. Модель распространяется по лицензии Apache-2.0.

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

Giga-Embeddings-instruct (4-bit NF4 Quantized)

This is a 4-bit quantized version of the original model ai-sage/Giga-Embeddings-instruct, created using bitsandbytes with the following configuration:

bnb_cfg = BitsAndBytesConfig(
    load_in_4bit=True,
    bnb_4bit_quant_type="nf4",
    bnb_4bit_use_double_quant=True,
    bnb_4bit_compute_dtype=torch.bfloat16
)

Giga-Embeddings-instruct

  • Base Decoder-only LLM: GigaChat-3b
  • Pooling Type: Latent-Attention
  • Embedding Dimension: 2048

⚠️ Note: This model is not fine-tuned — it is the original model loaded in 4-bit precision using transformers + bitsandbytes. It requires bitsandbytes and accelerate to run.

Usage

from transformers import AutoModel, AutoTokenizer, BitsAndBytesConfig
import torch

bnb_cfg = BitsAndBytesConfig(
    load_in_4bit=True,
    bnb_4bit_quant_type="nf4",
    bnb_4bit_use_double_quant=True,
    bnb_4bit_compute_dtype=torch.bfloat16
)

model = AutoModel.from_pretrained(
    "iMiW/Giga-Embeddings-instruct-4bit-nf4", 
    quantization_config=bnb_cfg, 
    trust_remote_code=True
)
tokenizer = AutoTokenizer.from_pretrained(
    "iMiW/Giga-Embeddings-instruct-4bit-nf4", 
    trust_remote_code=True
)

def get_detailed_instruct(task_description: str, query: str) -> str:
    return f'Instruct: {task_description}\nQuery: {query}'

# Each query must come with a one-sentence instruction that describes the task
task = 'Given a web search query, retrieve relevant passages that answer the query'

queries = [
    get_detailed_instruct(task, 'What is the capital of Russia?'),
    get_detailed_instruct(task, 'Explain gravity')
]
# No need to add instruction for retrieval documents
documents = [
    "The capital of Russia is Moscow.",
    "Gravity is a force that attracts two bodies towards each other. It gives weight to physical objects and is responsible for the movement of planets around the sun."
]
input_texts = queries + documents

model.eval()
model.cuda()

max_length = 4096

# Tokenize the input texts
batch_dict = tokenizer(
    input_texts,
    padding=True,
    truncation=True,
    max_length=max_length,
    return_tensors="pt",
)
batch_dict.to(model.device)
embeddings = model(**batch_dict, return_embeddings=True)

scores = (embeddings[:2] @ embeddings[2:].T)
print(scores.tolist())

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Нельзя запустить

Готовая квантизация поддерживается только для текстовых LLM (vLLM).

Класс архитектуры
GigarEmbedModel
Ревизия весов
5293b92

0 моделей