Мультиязычный MoE-энкодер Nomic AI для получения эмбеддингов текста и сравнения семантического сходства предложений.
Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды
Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.
Вместе с другими моделями категории «Эмбеддинги» — сравнение идёт внутри одной категории.
Напишите запросы, при необходимости приложите файлы и эталонные ответы.
Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.
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.
Описание составлено по карточке модели и метаданным Hugging Face
nomic-embed-text-v2-moe-unsupervised — мультиязычная модель эмбеддингов текста с архитектурой NomicBert и механизмом mixture of experts (MoE), разработанная Nomic AI. Это чекпойнт после контрастивного предварительного обучения, входящий в многоэтапный процесс обучения финальной модели; для извлечения эмбеддингов авторы рекомендуют итоговую модель nomic-embed-text-v2-moe.
Модель предназначена для получения векторных представлений текста и вычисления сходства между предложениями. Она основана на nomic-xlm-2048, использует библиотеку Sentence Transformers и принимает текст с контекстом до 2048 токенов. Метаданные указывают на мультиязычность; конкретный перечень языков в доступных сведениях не раскрыт.
Доступные файлы представлены в формате safetensors. Лицензия в предоставленных данных не указана.
Это промежуточный чекпойнт контрастивного обучения; авторы рекомендуют итоговую модель nomic-embed-text-v2-moe для извлечения эмбеддингов. Лицензия и конкретный список поддерживаемых языков в доступных данных не приведены.
Разделы каталога профессий, в задачах которых используется эта модель
README от автора на Hugging Face, как он его опубликовал
nomic-embed-text-v2-moe-unsupervised is multilingual MoE Text Embedding model. This is a checkpoint after contrastive pretraining from multi-stage contrastive training of the
final model.
If you want to use a model to extract embeddings, we suggest using nomic-embed-text-v2-moe
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм · sentence-transformers
Подбираем GPU…