/ Модель

Характеристики

Контекст
512 токенов
Параметры
434 млн
Размер весов
670 МБ
Лицензия
Apache 2.0
Архитектура
bert · dense
Базовая модель
mxbai-embed-large-v1
Библиотека
sentence-transformers
Опубликована
23 июл 2025

mxbai-embed-large-v1

ЭмбеддингиТекст → embedding9 профессий

Англоязычная BERT-модель в формате MLX для создания текстовых эмбеддингов, семантического поиска и сравнения предложений.

397скачиваний за 30 дней4лайкавеса обновлены23 июл 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

Это версия mxbai-embed-large-v1 в формате MLX, преобразованная сообществом mlx-community из модели mixedbread-ai/mxbai-embed-large-v1 с помощью mlx-lm. Модель на архитектуре BERT предназначена для получения плотных текстовых эмбеддингов, семантического поиска и сравнения предложений; библиотека карточки — sentence-transformers.

Модель содержит 433,9 млн параметров, принимает текст и имеет контекстное окно 512 токенов. В карточке указан английский язык. Репозиторий содержит веса safetensors, а лицензия — Apache-2.0. README указывает на использование через пакет mlx-embeddings.

Сценарии применения

  • семантический поиск по англоязычным документам
  • поиск похожих предложений
  • сравнение текстов по смыслу
  • создание эмбеддингов для поиска и кластеризации

Ограничения

Контекст ограничен 512 токенами; карточка описывает модель как англоязычную. Для работы в MLX требуется пакет mlx-embeddings.

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

mlx-community/mxbai-embed-large-v1

The Model mlx-community/mxbai-embed-large-v1 was converted to MLX format from mixedbread-ai/mxbai-embed-large-v1 using mlx-lm version 0.0.3.

Use with mlx

pip install mlx-embeddings
from mlx_embeddings import load, generate
import mlx.core as mx

model, tokenizer = load("mlx-community/mxbai-embed-large-v1")

# For text embeddings
output = generate(model, processor, texts=["I like grapes", "I like fruits"])
embeddings = output.text_embeds  # Normalized embeddings

# Compute dot product between normalized embeddings
similarity_matrix = mx.matmul(embeddings, embeddings.T)

print("Similarity matrix between texts:")
print(similarity_matrix)


Как запустить

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

GPU в ailist

Универсальный рантайм · sentence-transformers

Нельзя запустить

MLX-модели работают только на Apple Silicon.

Класс архитектуры
BertModel
Ревизия весов
3df9bfd

0 моделей