/ Модель

Характеристики

Контекст
8 194 токена
Параметры
659 млн
Лицензия
Apache 2.0
Архитектура
xlm-roberta · dense
Базовая модель
snowflake-arctic-embed-l-v2.0
Опубликована
23 фев 2026

intelli-embed-v2

ЭмбеддингиТекст → embedding9 профессий

Дообученная модель эмбеддингов для семантического поиска, сравнения текстов и работы с памятью в GraphRAG-системах.

132скачиваний за 30 дней2лайкавеса обновлены23 фев 2026

Бенчмарки

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

Тесты пользователейпока нет

Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.

  1. Добавьте модель в бенчмарк

    Вместе с другими моделями категории «Эмбеддинги» — сравнение идёт внутри одной категории.

  2. Опишите свои задачи

    Напишите запросы, при необходимости приложите файлы и эталонные ответы.

  3. Запустите и опубликуйте

    Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

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

intelli-embed-v2 — дообученная модель текстовых эмбеддингов, разработанная Serhii Seletskyi на базе Snowflake/snowflake-arctic-embed-l-v2.0. Она предназначена для семантического поиска, сравнения предложений и извлечения связанных сведений, особенно в GraphRAG и системах с долговременной памятью, где тексты хранятся в графовых базах данных.

Модель использует архитектуру XLM-RoBERTa с плотным представлением и содержит 658,7 млн параметров. Она создаёт векторы размерности 1024, поддерживает контекст до 8194 токенов и распространяется в форматах Safetensors и ONNX. Разработчик сообщает о трёхэтапном дообучении с дистилляцией от Azure text-embedding-3-large и приводит результаты внутренних тестов на поиск, дедупликацию и извлечение воспоминаний. В метаданных указан английский язык; мультиязычность базовой модели сама по себе не подтверждает поддержку других языков этой версии.

Лицензия — Apache-2.0. Модель выдаёт эмбеддинги, поэтому для поиска или ранжирования по ним нужна отдельная система хранения и сравнения векторов. Приведённые показатели основаны на наборах тестов разработчика и не гарантируют такое же качество на других данных; в README также отмечена более слабая оценка для асимметричного поиска по сравнению с другими сценариями.

Сценарии применения

  • семантический поиск по записям и документам
  • поиск связанных личных воспоминаний в графовой базе
  • сравнение смысловой близости предложений
  • поиск дубликатов и почти одинаковых текстовых записей
  • извлечение релевантных длинных заметок по короткому запросу

Ограничения

Опубликованные показатели получены на тестах разработчика и могут не переноситься на другие наборы данных; асимметричный поиск по короткому запросу и длинной записи показал более скромный результат. Модель возвращает эмбеддинги, а не готовые ответы или результаты поиска.

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

intelli-embed-v2

The best-performing local embedding model for GraphRAG and memory-augmented AI applications.

Built for apps that store, retrieve, and deduplicate personal memories in graph databases — intelli-embed-v2 achieves 98% of Azure text-embedding-3-small quality while running entirely on-device at ~10 ms per embedding. No API calls, no rate limits, no data leaving your infrastructure.

MetricValue
Sep (SW-engineering, 20 pairs)0.484 (GOOD)
vs Azure text-embedding-3-large94%
vs Azure text-embedding-3-small98%
Inference p50 (INT8 ONNX, CPU)~10 ms
Embedding dimension1024
Max sequence length512 tokens
Model size (fp32 safetensors)2.17 GB
Model size (INT8 ONNX)542 MB

Training

Fine-tuned from Snowflake/snowflake-arctic-embed-l-v2.0 using a three-phase curriculum that distills knowledge from Azure text-embedding-3-large across 200k real-world sentences.

Three-phase curriculum fine-tuning on arctic-l-v2:

PhaseLossDataDuration
1GISTEmbedLoss (mxbai as teacher)100k SW-engineering pairs~1.6h
2MSE distillation from azure-large embeddings200k sentences~9 min
3Hard-negative MultipleNegativesRankingLoss7107 mined triplets~77s

Usage

With sentence-transformers

from sentence_transformers import SentenceTransformer

model = SentenceTransformer("serhiiseletskyi/intelli-embed-v2")
embeddings = model.encode(["Hello world", "Another sentence"])
print(embeddings.shape)  # (2, 1024)

With ONNX Runtime (INT8, recommended for CPU inference)

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

tokenizer = AutoTokenizer.from_pretrained("serhiiseletskyi/intelli-embed-v2")
session = ort.InferenceSession("onnx/model_quantized.onnx")

def embed(texts):
    enc = tokenizer(texts, padding=True, truncation=True, max_length=512, return_tensors="np")
    out = session.run(None, {"input_ids": enc["input_ids"], "attention_mask": enc["attention_mask"]})[0]
    # mean pool + L2 normalize
    mask = enc["attention_mask"][..., None].astype(np.float32)
    pooled = (out * mask).sum(1) / mask.sum(1)
    return pooled / np.linalg.norm(pooled, axis=1, keepdims=True)

vecs = embed(["Hello world", "Another sentence"])
print(vecs.shape)  # (2, 1024)

With ort-node (Node.js / TypeScript)

import * as ort from "onnxruntime-node";
import { AutoTokenizer } from "@huggingface/transformers";

const tokenizer = await AutoTokenizer.from_pretrained("serhiiseletskyi/intelli-embed-v2");
const session = await ort.InferenceSession.create("onnx/model_quantized.onnx");

async function embed(texts: string[]): Promise<number[][]> {
  const enc = await tokenizer(texts, { padding: true, truncation: true, max_length: 512 });
  const inputIds = new ort.Tensor("int64", enc.input_ids.data, enc.input_ids.dims);
  const attentionMask = new ort.Tensor("int64", enc.attention_mask.data, enc.attention_mask.dims);
  const result = await session.run({ input_ids: inputIds, attention_mask: attentionMask });
  // result["last_hidden_state"] → mean pool → L2 normalize
  // ...
  return vectors;
}

Files

FileSizeDescription
model.safetensors2.17 GBFull fp32 model weights (sentence-transformers compatible)
onnx/model.onnx0.4 MBONNX proto (references external data file)
onnx/model.onnx_data2.16 GBONNX external weight data (fp32)
onnx/model_quantized.onnx542 MBINT8 dynamic quantization (recommended for CPU)
tokenizer.json16 MBTokenizer (XLM-RoBERTa based)
1_Pooling/config.json—Mean pooling config

Benchmark Results (run15, 2026-02-23)

Evaluated on a 6-suite benchmark including SW-engineering pairs, memory-domain pairs, dedup fitness, asymmetric retrieval, negation safety, and entity description retrieval.

ProviderSepGradep50ms
azure-large (cloud)0.515GOOD~110
azure-small (cloud)0.511GOOD~80
intelli-embed-v2 (INT8)0.484GOOD~10
arctic-l-v2 (q8, base model)0.469GOOD~10
intelli-ensemble0.450EXCELLENT~86

Sep = mean(PosSim) − mean(NegSim) on SW-engineering pairs — higher is better.

OpenMemory Use-Case Metrics

MetricValueNotes
memSep0.439EXCELLENT — personal memory discrimination
dedupGap0.102Near-dedup vs not-dedup cosine delta
asyncSep0.240FAIR — short query → long memory retrieval
negGap0.026Negation safety (BM25 gate still recommended)
supSim0.672Supersede zone (~0.75–0.92 is ideal)
entSep0.491GOOD — entity description retrieval

License

Apache 2.0 — inherited from base model Snowflake/snowflake-arctic-embed-l-v2.0.

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
XLMRobertaModel
Ревизия весов
7558adb

0 моделей