/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
508 млн
Лицензия
MIT
Архитектура
bidirectional_pplx_qwen3 · dense
Опубликована
14 янв 2026

pplx-embed-v1-0.6b

ЭмбеддингиТекст → embedding9 профессий

Мультиязычная модель Perplexity AI, создающая текстовые эмбеддинги для семантического поиска и извлечения документов.

248 тыс.скачиваний за 30 дней233лайкавеса обновлены2 июн 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Публичные оценки16

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

  • MemGovern

    main_score

    Результат

    0,9102

    Общий результат 0,9236Общий результат 0,9057Общий результат 0,8917
    MTEB

    Публичная таблицадругая ревизия

  • NovelQA

    main_score

    Результат

    0,2636

    Общий результат 0,4253
    MTEB

    Публичная таблицадругая ревизия

  • CodeEditSearchRetrieval

    main_score

    Результат

    0,721

    Общий результат 0,7671Общий результат 0,7419
    MTEB

    Публичная таблицадругая ревизия

  • TMD

    main_score

    Результат

    0,6923

    Общий результат 0,4482Общий результат 0,2137
    MTEB

    Публичная таблицадругая ревизия

  • MLQARetrieval

    main_score

    Результат

    0,8525

    Общий результат 0,8688Общий результат 0,7902Общий результат 0,7695
    MTEB

    Публичная таблицадругая ревизия

  • CodeSearchNetRetrieval

    main_score

    Результат

    0,8687

    Общий результат 0,9381
    MTEB

    Публичная таблицадругая ревизия

  • EPBench

    main_score

    Результат

    0,9262

    Общий результат 1Общий результат 1Общий результат 1
    MTEB

    Публичная таблицадругая ревизия

  • LEMBPasskeyRetrieval

    main_score

    Результат

    1

    Общий результат 0,98Общий результат 0,96
    MTEB

    Публичная таблицадругая ревизия

  • ConvoMem

    main_score

    Результат

    0,8541

    Общий результат 0,6387
    MTEB

    Публичная таблицадругая ревизия

  • ToolBench

    main_score

    Результат

    0,5922

    MTEB

    Публичная таблицадругая ревизия

  • MemBench

    main_score

    Результат

    0,9253

    Общий результат 0,8865
    MTEB

    Публичная таблицадругая ревизия

  • CodeTransOceanContest

    main_score

    Результат

    0,8503

    MTEB

    Публичная таблицадругая ревизия

  • MIRACLRetrievalHardNegatives

    main_score

    Результат

    0,7663

    MTEB

    Публичная таблицадругая ревизия

  • CodeSearchNetCCRetrieval

    main_score

    Результат

    0,8709

    MTEB

    Публичная таблицадругая ревизия

  • LooGLE

    main_score

    Результат

    0,4638

    MTEB

    Публичная таблицадругая ревизия

  • TempReasonL1

    main_score

    Результат

    0,0143

    MTEB

    Публичная таблицадругая ревизия

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

pplx-embed-v1-0.6B — мультиязычная плотная модель текстовых эмбеддингов от Perplexity AI, построенная на Qwen3, прошедшей дополнительное предобучение с использованием diffusion. Она предназначена для поиска по смыслу и извлечения релевантных текстов в масштабных корпусах: модель независимо кодирует запросы и документы, поэтому подходит для семантического поиска и retrieval-компонентов RAG.

Модель содержит 507,9 млн параметров, принимает текст с контекстом до 32 768 токенов и выдаёт векторы размерности 1024. Используется mean pooling; модель не требует инструкционного префикса. Веса доступны в форматах Safetensors и ONNX. В README указано, что эмбеддинги по умолчанию имеют INT8-квантизацию и не нормализованы: для сравнения следует использовать косинусное сходство. Лицензия — MIT.

Сценарии применения

  • семантический поиск по документам
  • поиск релевантных фрагментов для RAG
  • сопоставление смысловой близости текстов
  • векторная индексация запросов и документов

Ограничения

Эмбеддинги по умолчанию не нормализованы и квантизованы в INT8; для сравнения README рекомендует косинусное сходство. Модель предназначена для текстовых эмбеддингов, а не для генерации ответов.

Для каких профессий подходит9

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

pplx-embed-v1 and pplx-embed-context-v1 are state-of-the-art text embedding models optimized for real-world, web-scale retrieval tasks.

  • Use pplx-embed-v1 for independent text embedding (queries, documents, semantic search)
  • Use pplx-embed-context-v1 for document chunks in RAG systems where surrounding context matters

[!IMPORTANT] pplx-embed-v1 and pplx-embed-context-v1 natively produce unnormalized int8-quantized embeddings. Ensure that you compare them via cosine similarity.

diag.png

Models

ModelDimensionsContextMRLQuantizationInstructionPooling
pplx-embed-v1-0.6B102432KYesINT8/BINARYNoMean
pplx-embed-v1-4B256032KYesINT8/BINARYNoMean
pplx-embed-context-v1-0.6B102432KYesINT8/BINARYNoMean
pplx-embed-context-v1-4B256032KYesINT8/BINARYNoMean

All models are built on diffusion continued pre-trained Qwen3 at Perplexity AI.

Many modern embedding models rely on instruction tuning, where users prepend an instruction string to the text being embedded. This can yield a 2%-3% lift on benchmarks, but it also introduces prompt-selection overhead and can make indexing pipelines brittle (small instruction changes can shift embedding space). We deliberately avoid this requirement: you can embed the text you want to index directly, without having to choose or maintain an instruction prefix.

Usage

curl -X POST https://api.perplexity.ai/v1/embeddings \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "input": [
      "Scientists explore the universe driven by curiosity.",
      "Children learn through curious exploration.",
      "Historical discoveries began with curious questions.",
      "Animals use curiosity to adapt and survive.",
      "Philosophy examines the nature of curiosity."
    ],
    "model": "pplx-embed-v1-0.6b"
  }'
from sentence_transformers import SentenceTransformer

model = SentenceTransformer(
    "perplexity-ai/pplx-embed-v1-0.6B",
    trust_remote_code=True
)

texts = [
    "Scientists explore the universe driven by curiosity.",
    "Children learn through curious exploration.",
    "Historical discoveries began with curious questions.",
    "Animals use curiosity to adapt and survive.",
    "Philosophy examines the nature of curiosity.",
]

embeddings = model.encode(texts) # Shape: (5, 1024), quantized to int8
embeddings = model.encode(texts, quantization="binary") # Shape: (5, 1024), quantized to binary

import onnxruntime as ort
from transformers import AutoTokenizer
import numpy as np

tokenizer = AutoTokenizer.from_pretrained("perplexity-ai/pplx-embed-v1-0.6b", trust_remote_code=True)
session = ort.InferenceSession("onnx/model.onnx")


texts = [
    "Scientists explore the universe driven by curiosity.",
    "Children learn through curious exploration.",
    "Historical discoveries began with curious questions.",
    "Animals use curiosity to adapt and survive.",
    "Philosophy examines the nature of curiosity.",
]

tokenized = tokenizer(
    texts,
    padding=True,
    truncation=True,
    return_tensors="np"
)

onnx_inputs = {
    "input_ids": tokenized["input_ids"].astype(np.int64),
    "attention_mask": tokenized["attention_mask"].astype(np.int64),
}

# Run inference
onnx_embeddings = session.run([out.name for out in session.get_outputs()], onnx_inputs)

# ONNX produces both int8 and binary precision embeddings:
int8_embeddings = onnx_embeddings[2]
binary_embeddings = onnx_embeddings[3]
packed_embeddings = np.packbits(binary_embeddings != -1, axis=-1)

[!NOTE] Text Embeddings Inference v1.9.2+ is required.

[!IMPORTANT] Currently, only int8-quantized embeddings are available via TEI. Remember to use cosine similarity with unnormalized int8 embeddings.

  • CPU w/ Candle:
docker run -p 8080:80 ghcr.io/huggingface/text-embeddings-inference:cpu-1.9 --model-id perplexity-ai/pplx-embed-v1-0.6B --dtype float32
  • CPU w/ ORT (ONNX Runtime):
docker run -p 8080:80 ghcr.io/huggingface/text-embeddings-inference:cpu-1.9 --model-id onnx-community/pplx-embed-v1-0.6B --dtype float32
  • GPU w/ CUDA:
docker run --gpus all --shm-size 1g -p 8080:80 ghcr.io/huggingface/text-embeddings-inference:cuda-1.9 --model-id perplexity-ai/pplx-embed-v1-0.6B --dtype float32

If you hit OOM during warmup, lower --max-batch-tokens and --max-client-batch-size. Set --max-batch-tokens to max_sequence_length × batch_size (e.g., 2048 tokens × 8 sequences = 16384).

Alternatively, when running in CUDA you can use the architecture / compute capability specific container instead of the cuda-1.9, as that includes the binaries for Turing, Ampere, Hopper and Blackwell, so using a dedicated container will be lighter e.g., ampere-1.9.

And then you can send requests to it via cURL to /embed:

curl http://0.0.0.0:8080/embed \
  -H "Content-Type: application/json" \
  -d '{
    "inputs": [
      "Scientists explore the universe driven by curiosity.",
      "Children learn through curious exploration.",
      "Historical discoveries began with curious questions.",
      "Animals use curiosity to adapt and survive.",
      "Philosophy examines the nature of curiosity."
    ],
    "normalize": false
  }'

Technical Details

For comprehensive technical details and evaluation results, see our paper on arXiv: https://arxiv.org/abs/2602.11151.

Как запустить

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

GPU в ailist

Универсальный рантайм

Нельзя запустить

Модели нужен код из репозитория; автор пока не в списке доверенных организаций.

Класс архитектуры
PPLXQwen3Model
Ревизия весов
2c4d510

0 моделей