/ Модель

Характеристики

Контекст
2 048 токенов
Параметры
139 млн
Лицензия
Gemma
Архитектура
gemma3_text · dense
Базовая модель
embeddinggemma-300m
Библиотека
sentence-transformers
Опубликована
6 июн 2026

embeddinggemma-pt-br-48k

ЭмбеддингиТекст → embedding

Компактная модель Google EmbeddingGemma с сокращённым словарём для получения эмбеддингов и семантического поиска по португальским текстам.

102скачиваний за 30 дней1лайквеса обновлены7 июл 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

tardellirs/embeddinggemma-pt-br-48k — компактная модель для создания текстовых эмбеддингов на португальском языке, основанная на Google EmbeddingGemma. Размер словаря сокращён до 48 тысяч токенов: матрица токеновых эмбеддингов обрезана, а трансформерный энкодер и слои pooling и Dense сохранены без изменений. Модель содержит около 139,2 млн параметров и рассчитана на работу с контекстом до 2048 токенов.

Модель подходит для семантического поиска, сравнения текстов и других задач, где нужны векторные представления португальского текста. В README приведён результат 0,7098 по mean_16 на MTEB(por), что составляет 97,8% показателя полной базовой модели при меньшем размере. Для поиска используются task prompts EmbeddingGemma, например префиксы для запроса и найденного документа. Это артефакт оптимизации размера словаря, а не дообучение; исходная модель — google/embeddinggemma-300m. Лицензия — Gemma.

Модель предназначена только для португальского языка. Сокращение словаря уменьшает размер, но само по себе не улучшает качество; указанные результаты относятся к бенчмарку MTEB(por).

Сценарии применения

  • семантический поиск по португалоязычным документам
  • сравнение сходства двух португальских текстов
  • поиск релевантных документов по запросу на португальском
  • получение эмбеддингов португальских предложений для последующей обработки

Ограничения

Модель поддерживает только португальский язык и ограничена контекстом до 2048 токенов. Сокращение словаря не повышает качество; приведённый результат бенчмарка относится к MTEB(por).

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

embeddinggemma-pt-br-48k

A Portuguese-only text-embedding model, vocabulary-trimmed from google/embeddinggemma-300m to a 48k token vocabulary (~144M params, MTEB(por) mean_16 0.7098 = 97.8% of the full model at 47% of its size). No training — only the token embedding matrix was sliced; the transformer encoder and pooling/Dense heads are identical to the base model. Produced with 🛠️ embedding-vocab-trimmer.

Part of the embeddinggemma-pt-br family — 64k is the recommended sweet spot:

modelparamsmean_16% of full
google/embeddinggemma-300m~308M0.7257100%
embeddinggemma-pt-br-128k~207M0.719299.1%
embeddinggemma-pt-br~157M0.717298.8%
embeddinggemma-pt-br-48k ⭐~144M0.709897.8%
embeddinggemma-pt-br-32k~131M0.688194.8%
embeddinggemma-pt-br-24k~125M0.689595.0%
embeddinggemma-pt-br-16k~119M0.652089.8%

Usage

from sentence_transformers import SentenceTransformer
model = SentenceTransformer("tardellirs/embeddinggemma-pt-br-48k")
emb = model.encode(["O Brasil é um país tropical da América do Sul."], normalize_embeddings=True)

Uses EmbeddingGemma's task prompts (prepend task: search result | query: / title: none | text: for retrieval).

Scope

A compression of Google's EmbeddingGemma to Portuguese (deployment/efficiency artifact; data provenance is the base model's). Vocabulary trimming compresses, it does not enhance. Derived under the Gemma license.

Benchmark: MTEB(por) · leaderboard.

Как запустить

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

GPU в ailist

Универсальный рантайм · sentence-transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
Gemma3TextModel
Ревизия весов
fdd4ec7

0 моделей