/ Модель

Характеристики

Лицензия
Apache 2.0
Базовая модель
nomic-embed-code
Библиотека
transformers
Опубликована
8 июн 2025

nomic-embed-code-i1-GGUF

ЭмбеддингиТекст → embedding5 профессий

nomic-embed-code-i1-GGUF — GGUF-квантизированная версия модели nomic-ai/nomic-embed-code, подготовленная пользователем mradermacher.

1 332скачиваний за 30 дней2лайкавеса обновлены11 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 модель эмбеддингов для работы с исходным кодом, предназначенная для преобразования программного кода в векторные представления и решения задач семантического поиска, сравнения фрагментов кода, извлечения признаков и sentence similarity.

Модель обучалась на наборах данных для Python, JavaScript, Java, Go, PHP и Ruby; в карточке также указан английский язык. Она распространяется в формате GGUF с различными вариантами квантизации i1, объёмом примерно от 1,8 до 5,9 ГБ. Архитектура, размер исходной модели, размерность эмбеддингов, поддерживаемая длина контекста и точные характеристики модальностей в README не указаны. Квантизация позволяет выбирать компромисс между размером, скоростью и качеством, однако наиболее компактные варианты могут заметно уступать по качеству; для некоторых конфигураций отдельно отмечены низкое качество или предпочтительность других вариантов.

Модель подходит для локального использования в системах поиска и анализа исходного кода, включая retrieval-пайплайны и сравнение программных фрагментов. Ограничения связаны с отсутствием подробных сведений о производительности, бенчмарках, контексте и точных языковых гарантиях, а также с возможными потерями качества из-за квантизации. Модель распространяется по лицензии Apache-2.0.

Для каких профессий подходит5

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/nomic-ai/nomic-embed-code

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

static quants are available at https://huggingface.co/mradermacher/nomic-embed-code-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
GGUFi1-IQ1_S1.8for the desperate
GGUFi1-IQ1_M2.0mostly desperate
GGUFi1-IQ2_XXS2.2
GGUFi1-IQ2_XS2.4
GGUFi1-IQ2_S2.5
GGUFi1-IQ2_M2.6
GGUFi1-Q2_K_S2.8very low quality
GGUFi1-Q2_K2.9IQ3_XXS probably better
GGUFi1-IQ3_XXS3.0lower quality
GGUFi1-IQ3_XS3.2
GGUFi1-Q3_K_S3.4IQ3_XS probably better
GGUFi1-IQ3_S3.4beats Q3_K*
GGUFi1-IQ3_M3.4
GGUFi1-Q3_K_M3.7IQ3_S probably better
GGUFi1-Q3_K_L4.0IQ3_M probably better
GGUFi1-IQ4_XS4.0
GGUFi1-IQ4_NL4.2prefer IQ4_XS
GGUFi1-Q4_04.2fast, low quality
GGUFi1-Q4_K_S4.3optimal size/speed/quality
GGUFi1-Q4_K_M4.5fast, recommended
GGUFi1-Q4_14.6
GGUFi1-Q5_K_S5.0
GGUFi1-Q5_K_M5.2
GGUFi1-Q6_K5.9practically 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
18dbd50

0 моделей