/ Модель

Характеристики

Лицензия
Apache 2.0
Базовая модель
Mursit-Embed-Qwen3-1.7B-TR
Библиотека
transformers
Опубликована
23 янв 2026

Mursit-Embed-Qwen3-1.7B-TR-i1-GGUF

ЭмбеддингиТекст → embedding8 профессий

Mursit-Embed-Qwen3-1.7B-TR-i1-GGUF — это квантизированная в формате GGUF версия модели Mursit-Embed-Qwen3-1.7B-TR, разработанной newmindai и подготовленной квантизатором mradermacher.

535скачиваний за 30 дней0лайковвеса обновлены23 янв 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

Модель создана на базе Qwen3 с адаптацией decoder-to-encoder и предназначена для получения текстовых эмбеддингов.

Основные сценарии применения — вычисление семантического сходства, dense retrieval, информационный поиск и извлечение признаков, включая задачи на турецком языке и поиск по юридическим документам. При обучении использовались наборы newmindai/ms-marco-turkish-triplets и newmindai/EuroHPC-Legal. Заявлены языки tr и en; модель ориентирована прежде всего на турецкие и турецко-юридические тексты.

Доступен набор квантизаций с размерами примерно от 0,6 до 1,5 ГБ. В README рекомендуется i1-Q4_K_M как быстрый вариант, а i1-Q4_K_S описывается как оптимальный баланс размера, скорости и качества; некоторые низкобитные варианты имеют пониженное качество. Размер исходной модели указан как 1,7B параметров, но сведения о размерности эмбеддингов, максимальной длине контекста, точных характеристиках архитектуры и результатах оценки отсутствуют. Лицензия — Apache-2.0.

Для каких профессий подходит8

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

About

weighted/imatrix quants of https://huggingface.co/newmindai/Mursit-Embed-Qwen3-1.7B-TR

For a convenient overview and download list, visit our model page for this model.

static quants are available at https://huggingface.co/mradermacher/Mursit-Embed-Qwen3-1.7B-TR-GGUF

Usage

If you are unsure how to use GGUF files, refer to one of TheBloke's READMEs for more details, including on how to concatenate multi-part files.

Provided Quants

(sorted by size, not necessarily quality. IQ-quants are often preferable over similar sized non-IQ quants)

LinkTypeSize/GBNotes
GGUFimatrix0.1imatrix file (for creating your own quants)
GGUFi1-IQ1_S0.6for the desperate
GGUFi1-IQ1_M0.6mostly desperate
GGUFi1-IQ2_XXS0.7
GGUFi1-IQ2_XS0.7
GGUFi1-IQ2_S0.8
GGUFi1-IQ2_M0.8
GGUFi1-Q2_K_S0.8very low quality
GGUFi1-IQ3_XXS0.9lower quality
GGUFi1-Q2_K0.9IQ3_XXS probably better
GGUFi1-IQ3_XS0.9
GGUFi1-IQ3_S1.0beats Q3_K*
GGUFi1-Q3_K_S1.0IQ3_XS probably better
GGUFi1-IQ3_M1.0
GGUFi1-Q3_K_M1.0IQ3_S probably better
GGUFi1-Q3_K_L1.1IQ3_M probably better
GGUFi1-IQ4_XS1.1
GGUFi1-IQ4_NL1.2prefer IQ4_XS
GGUFi1-Q4_01.2fast, low quality
GGUFi1-Q4_K_S1.2optimal size/speed/quality
GGUFi1-Q4_K_M1.2fast, recommended
GGUFi1-Q4_11.2
GGUFi1-Q5_K_S1.3
GGUFi1-Q5_K_M1.4
GGUFi1-Q6_K1.5practically like static Q6_K

Here is a handy graph by ikawrakow comparing some lower-quality quant types (lower is better):

image.png

And here are Artefact2's thoughts on the matter: https://gist.github.com/Artefact2/b5f810600771265fc1e39442288e8ec9

FAQ / Model Request

See https://huggingface.co/mradermacher/model_requests for some answers to questions you might have and/or if you want some other model quantized.

Thanks

I thank my company, nethype GmbH, for letting me use its servers and providing upgrades to my workstation to enable this work in my free time. Additional thanks to @nicoboss for giving me access to his private supercomputer, enabling me to provide many more imatrix quants, at much higher quality, than I would otherwise be able to.

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Нельзя запустить

GGUF-веса поддерживаются только для текстовых LLM (llama.cpp).

Ревизия весов
6de27e4

0 моделей