/ Модель

Характеристики

Лицензия
Apache 2.0
Базовая модель
Mursit-Embed-Qwen3-4B-TR
Библиотека
transformers
Опубликована
23 янв 2026

Mursit-Embed-Qwen3-4B-TR-i1-GGUF

ЭмбеддингиТекст → embedding7 профессий

Mursit-Embed-Qwen3-4B-TR-i1-GGUF — квантованная GGUF-версия модели Mursit-Embed-Qwen3-4B-TR, разработанной newmindai и подготовленной в виде квантов mradermacher.

519скачиваний 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 основана на Qwen3 с примерно 4 миллиардами параметров и преобразует архитектуру decoder-to-encoder для создания текстовых эмбеддингов.

Модель предназначена для семантического сходства, извлечения признаков, dense retrieval и информационного поиска, включая поиск по юридическим документам и турецким правовым материалам. В обучении использовались датасеты ms-marco-turkish-triplets и EuroHPC-Legal. Заявлена поддержка турецкого и английского языков, поэтому модель особенно ориентирована на двуязычные и турецко-правовые сценарии.

Преимущество этой версии — доступность в широком наборе GGUF-квантовок разных размеров, что позволяет выбирать компромисс между качеством, скоростью и требованиями к памяти, включая варианты IQ4_XS, Q4_K_S и рекомендуемый Q4_K_M. Более агрессивные квантовки могут заметно снижать качество, а сведения о максимальной длине контекста, размерности эмбеддингов, точных метриках и полном примере интеграции в README не приведены. Модель распространяется по лицензии Apache-2.0.

Для каких профессий подходит7

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-Qwen3-4B-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-Qwen3-4B-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_S1.2for the desperate
GGUFi1-IQ1_M1.2mostly desperate
GGUFi1-IQ2_XXS1.3
GGUFi1-IQ2_XS1.5
GGUFi1-IQ2_S1.5
GGUFi1-IQ2_M1.6
GGUFi1-Q2_K_S1.7very low quality
GGUFi1-Q2_K1.8IQ3_XXS probably better
GGUFi1-IQ3_XXS1.8lower quality
GGUFi1-IQ3_XS1.9
GGUFi1-Q3_K_S2.0IQ3_XS probably better
GGUFi1-IQ3_S2.0beats Q3_K*
GGUFi1-IQ3_M2.1
GGUFi1-Q3_K_M2.2IQ3_S probably better
GGUFi1-Q3_K_L2.3IQ3_M probably better
GGUFi1-IQ4_XS2.4
GGUFi1-Q4_02.5fast, low quality
GGUFi1-IQ4_NL2.5prefer IQ4_XS
GGUFi1-Q4_K_S2.5optimal size/speed/quality
GGUFi1-Q4_K_M2.6fast, recommended
GGUFi1-Q4_12.7
GGUFi1-Q5_K_S2.9
GGUFi1-Q5_K_M3.0
GGUFi1-Q6_K3.4practically 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
796bdc7

0 моделей