/ Модель

Характеристики

Контекст
8 192 токена
Параметры
149 млн
Размер весов
83,9 МБ
Лицензия
Apache 2.0
Архитектура
modernbert · dense
Базовая модель
ModernBERT-base
Опубликована
2 апр 2025

nomicai-modernbert-embed-base-4bit

ЭмбеддингиТекст → embedding11 профессий

Англоязычная модель эмбеддингов на базе ModernBERT для семантического поиска и сравнения сходства текстов.

462скачиваний за 30 дней0лайковвеса обновлены2 апр 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

mlx-community/nomicai-modernbert-embed-base-4bit — англоязычная модель эмбеддингов на базе ModernBERT, опубликованная mlx-community. Репозиторий содержит версию для MLX, преобразованную из nomic-ai/modernbert-embed-base; модель предназначена для получения векторных представлений текста и оценки сходства предложений. Она основана на архитектуре ModernBERT, имеет 149 млн параметров и контекст до 8192 токенов. README предлагает использовать её через библиотеку mlx-embeddings.

Модель подходит для семантического поиска, сопоставления предложений и построения систем поиска по текстам. Указана лицензия Apache-2.0. README подтверждает преобразование в формат MLX, тогда как метаданные связывают модель с answerdotai/ModernBERT-base и nomic-ai/modernbert-embed-unsupervised через merge и finetune; точная последовательность происхождения в источниках не согласована.

Сценарии применения

  • семантический поиск по документам
  • поиск похожих предложений
  • сравнение сходства текстовых запросов
  • получение векторных представлений текста
  • ранжирование кандидатов по смысловому сходству

Ограничения

Модель ориентирована на английский язык. Для использования в заявленном формате MLX требуется совместимое окружение и библиотека mlx-embeddings.

Для каких профессий подходит11

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/nomicai-modernbert-embed-base-4bit

The Model mlx-community/nomicai-modernbert-embed-base-4bit was converted to MLX format from nomic-ai/modernbert-embed-base 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/nomicai-modernbert-embed-base-4bit")

# 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

Нельзя запустить

MLX-модели работают только на Apple Silicon.

Класс архитектуры
ModernBertModel
Ревизия весов
50ba8b0

0 моделей