/ Модель

Характеристики

Контекст
8 194 токена
Параметры
659 млн
Размер весов
320 МБ
Лицензия
MIT
Архитектура
xlm-roberta · dense
Базовая модель
bge-m3
Библиотека
mlx
Опубликована
16 мар 2026

bge-m3-mlx-4bit

ЭмбеддингиТекст → embedding9 профессий

Четырёхбитная MLX-версия многоязычной BGE-M3 для формирования текстовых эмбеддингов и поиска на устройствах Apple Silicon.

713скачиваний за 30 дней1лайквеса обновлены16 мар 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

mlx-community/bge-m3-mlx-4bit — неофициальная версия BAAI/bge-m3, преобразованная для MLX и квантованная до 4 бит для работы на Apple Silicon. Модель основана на архитектуре XLM-RoBERTa, содержит 658,7 млн параметров и формирует 1024-мерные представления текста; максимальная длина контекста — 8194 токена.

Модель предназначена для получения эмбеддингов и семантического поиска. Исходная BGE-M3 поддерживает плотный, разреженный и многовекторный (ColBERT) поиск, однако README этой версии описывает генерацию эмбеддингов через MLX. Квантование уменьшает требования к памяти и подходит для массового формирования эмбеддингов, когда приемлемо некоторое снижение качества.

Модель поддерживает многоязычный текст, включая русский, английский, китайский, немецкий, испанский, французский, итальянский, японский, корейский и португальский. Для использования нужны MLX и совместимая система Apple Silicon. Лицензия — MIT; это неофициальная конверсия, за исходной моделью и официальными реализациями следует обращаться к BAAI/bge-m3.

Сценарии применения

  • создание эмбеддингов для многоязычных документов
  • семантический поиск по текстам
  • поиск похожих предложений и документов
  • массовое формирование векторов при ограниченной памяти
  • использование эмбеддингов в системах поиска и RAG

Ограничения

Четырёхбитное квантование может снижать качество по сравнению с исходной версией. Конверсия неофициальная и рассчитана на MLX и Apple Silicon.

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

BGE-M3 MLX (4-bit Quantized)

This is the BAAI/bge-m3 model converted to MLX format with 4-bit quantization for Apple Silicon.

Model Description

BGE-M3 is a versatile embedding model capable of:

  • Dense retrieval
  • Sparse retrieval
  • Multi-vector (ColBERT) retrieval

This 4-bit quantized version offers the smallest footprint while maintaining reasonable quality.

Model Details

PropertyValue
ArchitectureXLM-RoBERTa
Precision4-bit (affine quantization)
Embedding Dimension1024
Max Sequence Length8192
Model Size~321 MB
Quantization Group Size64
Languages100+ languages

Size Comparison

VersionSizeCompression
FP161.1 GB-
8-bit592 MB46%
6-bit457 MB58%
4-bit321 MB71%

Usage

With MLX

from mlx_embeddings.utils import load_model, load_tokenizer
import mlx.core as mx

model_path = "mlx-community/bge-m3-mlx-4bit"

# Load model and tokenizer
model = load_model(model_path)
tokenizer = load_tokenizer(model_path)

# Generate embeddings
text = "Hello, world!"
tokens = tokenizer.encode(text)
input_ids = mx.array([tokens])
output = model(input_ids)
embedding = output.last_hidden_state.mean(axis=1)  # Mean pooling

print(f"Embedding shape: {embedding.shape}")  # (1, 1024)

With oMLX

# Start oMLX server
omlx serve --model-dir /path/to/models

# Get embeddings via API
curl http://127.0.0.1:8000/v1/embeddings \
  -H "Content-Type: application/json" \
  -d '{"model": "bge-m3-mlx-4bit", "input": "Your text here"}'

Quantization Details

  • Method: Affine quantization
  • Bits per weight: 4
  • Group size: 64
  • Source: Converted from MLX FP16 version

Performance

Tested on macOS with Apple Silicon:

  • Successfully generates 1024-dimensional embeddings
  • Supports multilingual text
  • Lowest memory footprint among all variants

Recommended Use Cases

  • Memory-constrained environments
  • High-throughput embedding generation
  • Applications where some quality loss is acceptable for reduced memory

License

This model inherits the MIT license from the original BAAI/bge-m3 model.

Citation

@article{bge_m3,
  title={BGE M3-Embedding: Accurate, Efficient and Versatile Text Embedding},
  author={Chen, Jianlv and Xiao, Shitao and Zhang, Peitian and Luo, Kun and Zhang, Zheng},
  journal={arXiv preprint arXiv:2402.03216},
  year={2024}
}

Disclaimer

This is an unofficial MLX conversion of the BAAI/bge-m3 model. For the original model and official implementations, please refer to BAAI/bge-m3.

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.

Класс архитектуры
XLMRobertaModel
Ревизия весов
0a93c12

0 моделей