/ Модель

Характеристики

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

bge-m3-mlx-8bit

ЭмбеддингиТекст → embedding9 профессий

Квантованная до 8 бит версия BGE-M3 для MLX создаёт многоязычные эмбеддинги текста и подходит для семантического и гибридного поиска.

2 368скачиваний за 30 дней2лайкавеса 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 представила неофициальную версию BAAI/bge-m3, преобразованную для MLX и квантованную до 8 бит для работы на Apple Silicon. Это плотная модель на архитектуре XLM-RoBERTa с 658,7 млн параметров; размер эмбеддинга — 1024, контекст — до 8194 токенов. Квантование affine с группами по 64 веса уменьшает размер примерно до 592 МБ.

Модель предназначена для создания текстовых представлений и семантического поиска. Исходная BGE-M3 поддерживает плотный, разреженный и многовекторный поиск, включая подход ColBERT; приведённый пример использования этой версии извлекает векторные представления текста через mean pooling. Многоязычная поддержка включает английский, китайский, немецкий, испанский, французский, итальянский, японский, корейский, португальский и русский языки.

Квантованная версия рассчитана на сценарии, где важны качество и работа в пределах памяти около 600 МБ. Это неофициальная конверсия, поэтому совместимость ориентирована на MLX и Apple Silicon. Лицензия — MIT.

Сценарии применения

  • семантический поиск по многоязычным документам
  • получение эмбеддингов для поиска по смыслу
  • поиск по коллекции текстов на нескольких языках
  • построение векторного индекса для текстового поиска
  • поиск по текстам с использованием плотного, разреженного или многовекторного представления

Ограничения

Это неофициальная конверсия для MLX и Apple Silicon; README не приводит результатов оценки точности после квантования. Пример использования показывает плотные эмбеддинги, хотя исходная BGE-M3 также поддерживает разреженный и многовекторный поиск.

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 (8-bit Quantized)

This is the BAAI/bge-m3 model converted to MLX format with 8-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 8-bit quantized version offers the best quality among quantized variants.

Model Details

PropertyValue
ArchitectureXLM-RoBERTa
Precision8-bit (affine quantization)
Embedding Dimension1024
Max Sequence Length8192
Model Size~592 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-8bit"

# 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

curl http://127.0.0.1:8000/v1/embeddings \
  -H "Content-Type: application/json" \
  -d '{"model": "bge-m3-mlx-8bit", "input": "Your text here"}'

Quantization Details

  • Method: Affine quantization
  • Bits per weight: 8
  • Group size: 64
  • Source: Converted from MLX FP16 version

Recommended Use Cases

  • Quality-critical applications
  • Production deployments where quality is prioritized
  • Best choice when memory allows ~600MB

License

MIT license (inherited from BAAI/bge-m3)

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, see 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
7eca4a1

0 моделей