/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
7,1 млрд
Лицензия
MIT
Архитектура
mistral · dense
Базовая модель
e5-mistral-7b-instruct
Опубликована
14 мар 2024

E5-Mistral-7B-Instruct-Embedding-GGUF

ЭмбеддингиТекст → embedding10 профессий

E5-Mistral-7B-Instruct-Embedding-GGUF — модель для создания текстовых эмбеддингов, основанная на intfloat/e5-mistral-7b-instruct.

3 791скачиваний за 30 дней15лайковвеса обновлены1 июл 2024

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 разработана intfloat, а GGUF-квантизация выполнена Second State Inc. Она предназначена для задач семантического поиска, сопоставления текстов, кластеризации и построения retrieval-систем. В README указана поддержка английского языка и текстовая модальность.

Модель доступна в нескольких вариантах квантизации GGUF с разрядностью от 2 до 8 бит, а также в формате f16; размер файлов составляет примерно от 2,72 до 14,5 ГБ. Рекомендуемыми названы варианты Q4_K_M, Q5_K_M и Q5_K_S, обеспечивающие баланс между размером и потерей качества. Контекстное окно — 4096 токенов. Для запуска через LlamaEdge требуется версия 0.8.2 или новее и шаблон prompt типа embedding. Более сильная квантизация уменьшает размер и требования к ресурсам, но может заметно снижать качество эмбеддингов; для малых вариантов в README отмечены существенные потери качества. Лицензия — MIT.

Для каких профессий подходит10

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

E5-Mistral-7B-Instruct-Embedding-GGUF

Original Model

intfloat/e5-mistral-7b-instruct

Run with LlamaEdge

  • LlamaEdge version: v0.8.2 and above

  • Prompt template

    • Prompt type: embedding
  • Context size: 4096

  • Run as LlamaEdge service

    wasmedge --dir .:. --nn-preload default:GGML:AUTO:e5-mistral-7b-instruct-Q5_K_M.gguf \
      llama-api-server.wasm \
      --prompt-template embedding \
      --ctx-size 4096 \
      --model-name e5-mistral-7b-instruct
    

Quantized GGUF Models

NameQuant methodBitsSizeUse case
e5-mistral-7b-instruct-Q2_K.ggufQ2_K22.72 GBsmallest, significant quality loss - not recommended for most purposes
e5-mistral-7b-instruct-Q3_K_L.ggufQ3_K_L33.82 GBsmall, substantial quality loss
e5-mistral-7b-instruct-Q3_K_M.ggufQ3_K_M33.52 GBvery small, high quality loss
e5-mistral-7b-instruct-Q3_K_S.ggufQ3_K_S33.16 GBvery small, high quality loss
e5-mistral-7b-instruct-Q4_0.ggufQ4_044.11 GBlegacy; small, very high quality loss - prefer using Q3_K_M
e5-mistral-7b-instruct-Q4_K_M.ggufQ4_K_M44.37 GBmedium, balanced quality - recommended
e5-mistral-7b-instruct-Q4_K_S.ggufQ4_K_S44.14 GBsmall, greater quality loss
e5-mistral-7b-instruct-Q5_0.ggufQ5_055.00 GBlegacy; medium, balanced quality - prefer using Q4_K_M
e5-mistral-7b-instruct-Q5_K_M.ggufQ5_K_M55.13 GBlarge, very low quality loss - recommended
e5-mistral-7b-instruct-Q5_K_S.ggufQ5_K_S55.00 GBlarge, low quality loss - recommended
e5-mistral-7b-instruct-Q6_K.ggufQ6_K65.94 GBvery large, extremely low quality loss
e5-mistral-7b-instruct-Q8_0.ggufQ8_087.7 GBvery large, extremely low quality loss - not recommended
e5-mistral-7b-instruct-f16.gguff16814.5 GBvery large, extremely low quality loss - not recommended

Quantized with llama.cpp b2334

Как запустить

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

GPU в ailist

Универсальный рантайм

Нельзя запустить

GGUF-веса поддерживаются только для текстовых LLM (llama.cpp).

Класс архитектуры
MistralModel
Ревизия весов
3e8b377

0 моделей