/ Модель

Характеристики

Контекст
128 000 токенов
Параметры
445 млн
Лицензия
Своя лицензия
Архитектура
lfm2 · dense
Базовая модель
LFM2.5-Embedding-350M
Опубликована
18 июн 2026

LFM2.5-Embedding-350M-int8

Сходство предложенийТекст → score9 профессий

Квантованный до int8 мультиязычный энкодер Liquid AI для получения эмбеддингов запросов и документов и семантического поиска.

18скачиваний за 30 дней0лайковвеса обновлены18 июн 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

LFM2.5-Embedding-350M-int8 — 8-битная квантованная версия мультиязычного двунаправленного би-энкодера Liquid AI LFM2.5-Embedding-350M, опубликованная sahilchachra для запуска на Apple Silicon через MLX. Модель кодирует запросы и документы в векторы размерности 1024 с CLS-пулингом; для входов требуются префиксы «query: » и «document: », а близость оценивается косинусным сходством. Контекст составляет до 128 000 токенов.

Модель предназначена для семантического и кросс-языкового поиска и извлечения релевантных документов. В README приведено сравнение на английском подмножестве NanoBEIR: средний NDCG@10 после квантования практически совпал с fp16. Указана лицензия other; перед использованием следует проверить условия лицензии базовой модели и репозитория. Для корректного получения эмбеддингов нужен двунаправленный энкодер с CLS-пулингом: обычные причинные загрузчики LFM2 дают неверные результаты.

Сценарии применения

  • семантический поиск по документам
  • кросс-язычный поиск по запросу на одном языке и документам на другом
  • извлечение релевантных фрагментов для RAG
  • ранжирование документов по близости эмбеддингов

Ограничения

Опубликованный тест сравнивает int8 с fp16 только на ограниченном наборе из четырёх англоязычных датасетов NanoBEIR и не подтверждает качество на полном мультиязычном наборе. Для корректных эмбеддингов нужны префиксы «query: » и «document: » и загрузчик двунаправленного энкодера с CLS-пулингом; лицензия указана как other.

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

LFM2.5-Embedding-350M-int8 (MLX, affine)

MLX affine (group_size=64, 8-bit) quantization of LiquidAI/LFM2.5-Embedding-350M, a bidirectional LFM2.5 dense bi-encoder (1024-d CLS vector) for multilingual retrieval. Runs on Apple Silicon via MLX.

  • Weights: 377 MB (affine (group_size=64, 8-bit))
  • Encode throughput: 13919 tokens/sec (M-series, this benchmark)
  • Pooling / scoring: CLS token, cosine similarity
  • Prompts: query: / document: (required — trained with them)

Retrieval quality — English NanoBEIR (4 datasets, 50 queries each)

DatasetNDCG@10 (fp16)NDCG@10 (int8)Recall@10 (fp16)Recall@10 (int8)
NanoNQ0.71350.70900.80000.8000
NanoFiQA20180.56320.56550.64430.6543
NanoSciFact0.74610.74750.85000.8500
NanoNFCorpus0.36450.36430.15830.1583
Mean0.59680.59660.61310.6156

Mean NDCG@10 retention vs fp16: 100.0% (fp16 0.5968 → int8 0.5966). fp16 baseline encode: 14496 tok/s.

Benchmarked on a fixed 4-dataset English NanoBEIR subset to measure the quantization quality delta vs fp16 (not the full multilingual suite — see the base model card for published numbers).

Usage (MLX)

# pip install mlx mlx-lm transformers
# This repo bundles `mlx_lfm2_encoder.py` — the bidirectional LFM2 encoder
# (CLS pooling / ColBERT MaxSim) that the stock causal LFM2 loaders do NOT provide.
import mlx.core as mx
from transformers import AutoTokenizer
from mlx_lfm2_encoder import load_model

tok = AutoTokenizer.from_pretrained(".", trust_remote_code=True)
model, _ = load_model(".", head="embedding")     # head: "embedding" or "colbert"

# Asymmetric prompts (REQUIRED — the model was trained with them):
def encode(texts, prefix):
    enc = tok([prefix + t for t in texts], return_tensors="np", padding=True,
              truncation=True, max_length=512)
    out = model(mx.array(enc["input_ids"]), mx.array(enc["attention_mask"]))
    mx.eval(out)
    return out  # (B, 1024) CLS-pooled, L2-normalized

q = encode(["was the nightmare before christmas a disney film"], "query: ")
d = encode(["The Nightmare Before Christmas is a 1993 stop-motion film ..."], "document: ")
scores = (q @ d.T)  # cosine similarity

Why a bundled loader?

These are bidirectional encoders (non-causal attention + non-causal short-conv + CLS pooling). General-purpose causal LFM2 loaders produce wrong embeddings here, so this repo ships mlx_lfm2_encoder.py (validated to cosine ≥ 0.999 against the original transformers model). For the broader MLX embedding ecosystem see mlx-embeddings.

License

Inherits the LFM Open License v1.0 (lfm1.0) from the base model.

Как запустить

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

GPU в ailist

Универсальный рантайм

Нельзя запустить

MLX-модели работают только на Apple Silicon.

Класс архитектуры
Lfm2BidirectionalModel
Ревизия весов
8697e42

0 моделей