Характеристики

Лицензия: Apache 2.0
Базовая модель: nomic-embed-text-v1.5
Библиотека: sentence-transformers
Опубликована: 17 апр 2024

Ссылки

Nomic-embed-text-v1.5-Embedding-GGUF

ЭмбеддингиТекст → embedding9 профессий

Nomic-embed-text-v1.5-Embedding-GGUF — модель для создания текстовых эмбеддингов и оценки семантического сходства, основанная на nomic-ai/nomic-embed-text-v1.5.

3 388скачиваний за 30 дней7лайковвеса обновлены18 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

Квантизацию в формате GGUF выполнила Second State Inc.; исходную модель разработала nomic-ai. Модель предназначена для семантического поиска, сопоставления текстов и других задач, где требуется преобразование текста в векторное представление. Указан английский язык.

Модель поддерживает запуск через LlamaEdge и имеет контекстное окно размером 768 токенов. Доступны варианты GGUF с квантизацией от 2 до 8 бит и вариант f16, размером примерно от 60,9 до 274 МБ. Вариант Q4_K_M обозначен как рекомендуемый для сбалансированного качества и размера, а Q5_K_M и Q5_K_S — как варианты с очень небольшой потерей качества. Более сильная квантизация уменьшает размер, но может заметно ухудшать качество эмбеддингов.

Модель компактна и подходит для локального развёртывания, однако README не содержит подробностей об архитектуре, размерности эмбеддингов, точных показателях качества и аппаратных требованиях. Модель распространяется по лицензии Apache-2.0.

Для каких профессий подходит9

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

I.11Универсальные способностиКлассификация, ранжирование и сопоставлениеAI помогает распределять объекты по категориям, устанавливать соответствия и определять порядок обработки.15 задач26 736моделей II.10Разработка и данныеРазработка и эксплуатация AI/ML-системAI помогает создавать, оценивать, развёртывать и контролировать AI/ML-системы на всём жизненном цикле.30 задач49 000моделей I.1Универсальные способностиПоиск и навигация по информацииAI помогает находить нужные сведения и помогать человеку быстро переходить от вопроса к подтверждённому источнику.18 задач13 467моделей I.12Универсальные способностиРекомендации и персонализацияAI помогает подбирать релевантные варианты и адаптировать опыт под конкретного человека или ситуацию.15 задач7 627моделей

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Nomic-embed-text-v1.5-Embedding-GGUF

Original Model

nomic-ai/nomic-embed-text-v1.5

Run with LlamaEdge

LlamaEdge version: v0.12.3 and above
Context size: 768

Run as LlamaEdge service

wasmedge --dir .:. --nn-preload default:GGML:AUTO:nomic-embed-text-v1.5-f16.gguf \
  llama-api-server.wasm \
  --prompt-template embedding \
  --ctx-size 768 \
  --model-name nomic-embed-text-v1.5

Quantized GGUF Models

Name	Quant method	Bits	Size	Use case
nomic-embed-text-v1.5-Q2_K.gguf	Q2_K	2	60.9 MB	smallest, significant quality loss - not recommended for most purposes
nomic-embed-text-v1.5-Q3_K_L.gguf	Q3_K_L	3	80.7 MB	small, substantial quality loss
nomic-embed-text-v1.5-Q3_K_M.gguf	Q3_K_M	3	76.3 MB	very small, high quality loss
nomic-embed-text-v1.5-Q3_K_S.gguf	Q3_K_S	3	68.8 MB	very small, high quality loss
nomic-embed-text-v1.5-Q4_0.gguf	Q4_0	4	84.8 MB	legacy; small, very high quality loss - prefer using Q3_K_M
nomic-embed-text-v1.5-Q4_K_M.gguf	Q4_K_M	4	90.2 MB	medium, balanced quality - recommended
nomic-embed-text-v1.5-Q4_K_S.gguf	Q4_K_S	4	84.1 MB	small, greater quality loss
nomic-embed-text-v1.5-Q5_0.gguf	Q5_0	5	98 MB	legacy; medium, balanced quality - prefer using Q4_K_M
nomic-embed-text-v1.5-Q5_K_M.gguf	Q5_K_M	5	103 MB	large, very low quality loss - recommended
nomic-embed-text-v1.5-Q5_K_S.gguf	Q5_K_S	5	98 MB	large, low quality loss - recommended
nomic-embed-text-v1.5-Q6_K.gguf	Q6_K	6	113 MB	very large, extremely low quality loss
nomic-embed-text-v1.5-Q8_0.gguf	Q8_0	8	146 MB	very large, extremely low quality loss - not recommended
nomic-embed-text-v1.5-f16.gguf	Q8_0	8	274 MB	very large, extremely low quality loss - not recommended

Quantized with llama.cpp b2636

Как запустить

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

GPU в ailist

Универсальный рантайм · sentence-transformers

Нельзя запустить

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

Ревизия весов: f472d22