/ Модель

Характеристики

Контекст
512 токенов
Параметры
124 млн
Лицензия
Apache 2.0
Архитектура
bert · dense
Библиотека
onnxruntime
Опубликована
11 июн 2026

paraphrase-multilingual-MiniLM-L12-v2

ЭмбеддингиТекст → embedding9 профессий

Квантизированная многоязычная модель MiniLM в формате ONNX для получения текстовых эмбеддингов и локального семантического поиска.

9скачиваний за 30 дней0лайковвеса обновлены23 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

Модель shahidha/paraphrase-multilingual-MiniLM-L12-v2 — дообученная модель эмбеддингов предложений на базе sentence-transformers/paraphrase-multilingual-MiniLM-L12-v2, экспортированная в формат ONNX с квантизацией INT8. Она использует архитектуру MiniLM-L12 на базе BERT, содержит 124,3 млн параметров и принимает текстовые последовательности длиной до 512 токенов. Для выполнения требуется ONNX Runtime; модель ориентирована на быстрый локальный запуск на мобильных и периферийных устройствах.

Модель преобразует запросы и документы в плотные векторы для семантического поиска, поиска ответов, сопоставления FAQ, индексации векторных баз и retrieval-компонентов RAG-систем. В README указано дообучение на пользовательском наборе пар «запрос—ответ»; приведённые метрики Recall@1 96,39%, Recall@5 99,51% и MRR 97,69% относятся к тестовому набору авторов и не гарантируют такие же результаты на других данных. Карточка указывает поддержку многоязычной обработки, а метаданные содержат язык en. Лицензия — Apache-2.0.

Модель выдаёт эмбеддинги и не генерирует текстовые ответы. Качество поиска зависит от близости данных применения к обучающей выборке и может различаться между предметными областями и языками.

Сценарии применения

  • семантический поиск по документам
  • поиск ответов на пользовательские вопросы
  • сопоставление вопросов с FAQ
  • индексация текстов в векторной базе
  • получение эмбеддингов для локальной RAG-системы
  • поиск по текстам на мобильном устройстве

Ограничения

Модель создаёт эмбеддинги, но не формулирует ответы на естественном языке. Качество поиска зависит от соответствия данных применения обучающему набору и может снижаться для доменов и языков, недостаточно представленных при дообучении.

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

MiniLM-L12 Fine-Tuned INT8 ONNX Embedding Model

Overview

This repository contains a fine-tuned sentence-transformers/paraphrase-multilingual-MiniLM-L12-v2 model exported to INT8 ONNX format for efficient semantic search and Retrieval-Augmented Generation (RAG) applications on resource-constrained devices.

Features

  • Fine-tuned for semantic similarity and retrieval tasks
  • Exported to INT8 ONNX for fast inference
  • Suitable for local RAG pipelines
  • Optimized for mobile and edge deployment
  • Supports multilingual text processing

Base Model

  • sentence-transformers/paraphrase-multilingual-MiniLM-L12-v2

Files

  • model-int8.onnx
  • config.json
  • tokenizer.json
  • tokenizer_config.json
  • special_tokens_map.json

Intended Use

This model can be used for:

  • Semantic search
  • Question-answer retrieval
  • Embedding generation
  • Local AI assistants
  • Mobile RAG systems
  • Vector database indexing

License

Apache-2.0

language:

  • en license: apache-2.0 library_name: onnxruntime tags:
  • sentence-transformers
  • embeddings
  • onnx
  • int8
  • retrieval
  • semantic-search
  • rag
  • mobile
  • quantization pipeline_tag: feature-extraction

MiniLM-L12 Fine-Tuned INT8 ONNX Embedding Model

Model Description

This repository contains a fine-tuned MiniLM-L12 sentence embedding model exported to INT8 ONNX format for efficient deployment in mobile and edge environments.

The model is optimized for semantic similarity, dense retrieval, and Retrieval-Augmented Generation (RAG) applications where low latency and reduced memory usage are important.

Intended Use

This model is suitable for:

  • Semantic search
  • Dense document retrieval
  • Retrieval-Augmented Generation (RAG)
  • FAQ matching
  • Question-answer retrieval
  • Mobile AI assistants
  • Offline embedding generation
  • Local vector search

Model Architecture

  • Base Model: sentence-transformers/paraphrase-multilingual-MiniLM-L12-v2
  • Framework: ONNX Runtime
  • Precision: INT8 Quantized
  • Embedding Type: Dense sentence embeddings

Fine-Tuning

The model was fine-tuned on a custom dataset of query–answer pairs to improve retrieval quality for local RAG scenarios.

The training objective was to produce embeddings where semantically related queries and answers are positioned close together in vector space.

Evaluation Summary

Performance was evaluated using retrieval metrics on a held-out test dataset.

MetricFine-Tuned Score
Recall@196.39%
Recall@599.51%
Mean Reciprocal Rank (MRR)97.69%
Accuracy96.39%
F1 Score98.16%

These results indicate strong retrieval performance for semantic search and local RAG pipelines.

Files Included

  • model-int8.onnx
  • config.json
  • tokenizer.json
  • tokenizer_config.json
  • special_tokens_map.json

Usage Notes

This model is intended to be executed with ONNX Runtime.

Typical workflow:

  1. Tokenize the input text using the accompanying tokenizer.
  2. Run inference with the ONNX model.
  3. Apply the same pooling strategy used during training.
  4. Normalize embeddings before similarity search if required by your retrieval pipeline.
  5. Compare embeddings using cosine similarity.

Mobile Deployment

The INT8 quantized model is designed for resource-constrained environments and can be integrated into:

  • Android applications
  • iOS applications
  • Flutter applications
  • React Native applications
  • Edge AI deployments

The reduced precision helps lower memory usage and improve inference speed while maintaining strong retrieval quality.

Limitations

  • Retrieval quality depends on the similarity between deployment data and the fine-tuning dataset.
  • This model generates embeddings and is not intended to generate natural language responses.
  • Performance may vary across domains and languages not represented during fine-tuning.

Citation

If you use this model in academic work or publications, please cite the original MiniLM architecture and the Sentence Transformers framework in addition to referencing this repository.

Acknowledgements

  • Sentence Transformers
  • MiniLM
  • ONNX Runtime
  • Hugging Face

Как запустить

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

GPU в ailist

Универсальный рантайм · onnxruntime

Нельзя запустить

Модель выложена только в формате ONNX.

Класс архитектуры
BertModel
Ревизия весов
86deb63

0 моделей