/ Модель

Характеристики

Контекст
1 000 000 токенов
Лицензия
MIT
Архитектура
model2vec · dense
Библиотека
model2vec
Опубликована
22 янв 2025

potion-base-32M

Языковая модель9 профессий

Быстрая компактная модель статических эмбеддингов для семантического поиска, сравнения и ранжирования преимущественно англоязычных текстов.

125 тыс.скачиваний за 30 дней29лайковвеса обновлены27 мар 2026

Бенчмарки

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

Публичные оценки41

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

  • SICK-R

    main_score

    Результат

    0,6567

    MTEB

    Публичная таблицадругая ревизия

  • STS13

    main_score

    Результат

    0,7759

    MTEB

    Публичная таблицадругая ревизия

  • Touche2020Retrieval.v3

    main_score

    Результат

    0,4823

    MTEB

    Публичная таблицадругая ревизия

  • FiQA2018

    main_score

    Результат

    0,1798

    MTEB

    Публичная таблицадругая ревизия

  • TwitterURLCorpus

    main_score

    Результат

    0,828

    MTEB

    Публичная таблицадругая ревизия

  • CQADupstackUnixRetrieval

    main_score

    Результат

    0,2105

    MTEB

    Публичная таблицадругая ревизия

  • STS12

    main_score

    Результат

    0,6273

    MTEB

    Публичная таблицадругая ревизия

  • HotpotQAHardNegatives

    main_score

    Результат

    0,4248

    MTEB

    Публичная таблицадругая ревизия

  • STS15

    main_score

    Результат

    0,8076

    MTEB

    Публичная таблицадругая ревизия

  • ClimateFEVERHardNegatives

    main_score

    Результат

    0,2093

    MTEB

    Публичная таблицадругая ревизия

  • StackExchangeClusteringP2P.v2

    main_score

    Результат

    0,3692

    MTEB

    Публичная таблицадругая ревизия

  • SprintDuplicateQuestions

    main_score

    Результат

    0,9255

    MTEB

    Публичная таблицадругая ревизия

  • BIOSSES

    main_score

    Результат

    0,7756

    MTEB

    Публичная таблицадругая ревизия

  • MedrxivClusteringP2P.v2

    main_score

    Результат

    0,3326

    MTEB

    Публичная таблицадругая ревизия

  • ArXivHierarchicalClusteringS2S

    main_score

    Результат

    0,5107

    MTEB

    Публичная таблицадругая ревизия

  • FEVERHardNegatives

    main_score

    Результат

    0,3613

    MTEB

    Публичная таблицадругая ревизия

  • StackExchangeClustering.v2

    main_score

    Результат

    0,5153

    MTEB

    Публичная таблицадругая ревизия

  • AmazonCounterfactualClassification

    main_score

    Результат

    0,7455

    MTEB

    Публичная таблицадругая ревизия

  • STS14

    main_score

    Результат

    0,729

    MTEB

    Публичная таблицадругая ревизия

  • MassiveIntentClassification

    main_score

    Результат

    0,6514

    MTEB

    Публичная таблицадругая ревизия

  • MTOPDomainClassification

    main_score

    Результат

    0,9061

    MTEB

    Публичная таблицадругая ревизия

  • TwitterSemEval2015

    main_score

    Результат

    0,5915

    MTEB

    Публичная таблицадругая ревизия

  • ArXivHierarchicalClusteringP2P

    main_score

    Результат

    0,5645

    MTEB

    Публичная таблицадругая ревизия

  • STS17

    main_score

    Результат

    0,8706

    MTEB

    Публичная таблицадругая ревизия

  • MedrxivClusteringS2S.v2

    main_score

    Результат

    0,2924

    MTEB

    Публичная таблицадругая ревизия

  • Banking77Classification

    main_score

    Результат

    0,7478

    MTEB

    Публичная таблицадругая ревизия

  • STSBenchmark

    main_score

    Результат

    0,7684

    MTEB

    Публичная таблицадругая ревизия

  • MassiveScenarioClassification

    main_score

    Результат

    0,7139

    MTEB

    Публичная таблицадругая ревизия

  • TRECCOVID

    main_score

    Результат

    0,4193

    MTEB

    Публичная таблицадругая ревизия

  • MindSmallReranking

    main_score

    Результат

    0,3067

    MTEB

    Публичная таблицадругая ревизия

  • ArguAna

    main_score

    Результат

    0,4286

    MTEB

    Публичная таблицадругая ревизия

  • TweetSentimentExtractionClassification

    main_score

    Результат

    0,5658

    MTEB

    Публичная таблицадругая ревизия

  • AskUbuntuDupQuestions

    main_score

    Результат

    0,5423

    MTEB

    Публичная таблицадругая ревизия

  • STS22.v2

    main_score

    Результат

    0,6426

    MTEB

    Публичная таблицадругая ревизия

  • ToxicConversationsClassification

    main_score

    Результат

    0,7043

    MTEB

    Публичная таблицадругая ревизия

  • ImdbClassification

    main_score

    Результат

    0,7013

    MTEB

    Публичная таблицадругая ревизия

  • CQADupstackGamingRetrieval

    main_score

    Результат

    0,4152

    MTEB

    Публичная таблицадругая ревизия

  • BiorxivClusteringP2P.v2

    main_score

    Результат

    0,3416

    MTEB

    Публичная таблицадругая ревизия

  • TwentyNewsgroupsClustering.v2

    main_score

    Результат

    0,3734

    MTEB

    Публичная таблицадругая ревизия

  • SCIDOCS

    main_score

    Результат

    0,1359

    MTEB

    Публичная таблицадругая ревизия

  • SummEvalSummarization.v2

    main_score

    Результат

    0,2474

    MTEB

    Публичная таблицадругая ревизия

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

potion-base-32M — компактная модель статических текстовых эмбеддингов от команды Minish Lab. Она создана с помощью Model2Vec и Tokenlearn как дистиллированная версия sentence-transformer baai/bge-base-en-v1.5. Модель формирует векторные представления текста без последовательного вычисления трансформера, что обеспечивает высокую скорость на CPU и GPU и подходит для систем с ограниченными ресурсами и сценариев реального времени.

Модель предназначена для семантического поиска, оценки сходства и ранжирования текстов. В карточке приведены результаты на задачах MTEB: potion-base-32M показывает более высокие средние результаты, чем potion-base-8M, при этом уступает all-MiniLM-L6-v2 по общему среднему показателю. Версия 32M имеет более широкий словарь, чем potion-base-8M. Доступны форматы ONNX и safetensors; для работы используется библиотека model2vec. Лицензия — MIT.

В датасете модели указан англоязычный корпус C4 с разметкой bge-base-en-v1.5, поэтому она ориентирована прежде всего на английский текст. Модель возвращает эмбеддинги, а не готовые текстовые ответы. Указанная длина контекста составляет 1 000 000 токенов; фактическую пригодность такого объёма для конкретного сценария следует проверять с используемой реализацией.

Сценарии применения

  • семантический поиск по англоязычным документам
  • поиск похожих предложений и абзацев
  • ранжирование текстов по смысловому соответствию запросу
  • группировка текстов по семантическому сходству
  • создание векторного индекса для поиска в реальном времени

Ограничения

Модель предназначена для получения эмбеддингов и сама по себе не генерирует ответы. Она ориентирована на английский язык; качество может уступать более крупным моделям на отдельных задачах, включая retrieval.

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

potion-base-32M Model Card

This Model2Vec model is pre-trained using Tokenlearn. It is a distilled version of the baai/bge-base-en-v1.5 Sentence Transformer. It uses static embeddings, allowing text embeddings to be computed orders of magnitude faster on both GPU and CPU. It is designed for applications where computational resources are limited or where real-time performance is critical. It uses a larger vocabulary size than the potion-base-8M model which can be beneficial for tasks that require a larger vocabulary.

Installation

Install model2vec using pip:

pip install model2vec

Usage

Load this model using the from_pretrained method:

from model2vec import StaticModel

# Load a pretrained Model2Vec model
model = StaticModel.from_pretrained("minishlab/potion-base-32M")

# Compute text embeddings
embeddings = model.encode(["Example sentence"])

How it works

Model2vec creates a small, static model that outperforms other static embedding models by a large margin on all tasks on MTEB. This model is pre-trained using Tokenlearn. It's created using the following steps:

  • Distillation: first, a model is distilled from a sentence transformer model using Model2Vec.
  • Training data creation: the sentence transformer model is used to create training data by creating mean output embeddings on a large corpus.
  • Training: the distilled model is trained on the training data using Tokenlearn.
  • Post-training re-regularization: after training, the model is re-regularized by weighting the tokens based on their frequency, applying PCA, and finally applying SIF weighting.

Results

ModelAvg (All)Avg (MTEB)ClassClustPairClassRankRetSTSSumPearlWordSim
all-MiniLM-L6-v255.8055.9369.2544.9082.3747.1442.9278.9525.9660.8349.91
potion-base-32M52.8352.1371.7041.2578.1742.4532.6773.9324.7455.3755.15
potion-base-8M51.3251.0870.3439.7476.6241.7931.1172.9125.0653.5450.75
potion-base-4M50.0149.7768.0039.4775.3741.4128.4371.8723.8252.5549.21
M2V_base_output48.7747.9666.8433.9674.9039.3125.3668.7626.6154.0249.18
potion-base-2M47.5547.4964.1337.5373.7240.4622.9969.7723.8050.8244.72
GloVe_300d45.4945.8262.7337.1072.4838.2821.8061.5226.8145.6543.05
BPEmb_50k_300d42.3341.7461.7235.1757.8637.2615.3655.3029.4947.5641.28

The results show that potion-base-32M is the most performant static embedding model, reaching 94.66% of the performance of all-MiniLM-L6-v2 with an average score of 52.83 while being orders of magnitude faster.

For full results, see the MTEB leaderboard.

Additional Resources

Library Authors

Model2Vec was developed by the Minish Lab team consisting of Stephan Tulkens and Thomas van Dongen.

Citation

Please cite the Model2Vec repository if you use this model in your work.

@software{minishlab2024model2vec,
  author       = {Stephan Tulkens and {van Dongen}, Thomas},
  title        = {Model2Vec: Fast State-of-the-Art Static Embeddings},
  year         = {2024},
  publisher    = {Zenodo},
  doi          = {10.5281/zenodo.17270888},
  url          = {https://github.com/MinishLab/model2vec},
  license      = {MIT}
}

Как запустить

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

GPU в ailist

Универсальный рантайм · model2vec

Нельзя запустить

У модели не указана задача.

Класс архитектуры
StaticModel
Ревизия весов
1e5a03f

0 моделей