Qdrant/all-MiniLM-L6-v2-onnx

Aquí hay un ejemplo de cómo realizar la inferencia usando el modelo con FastEmbed.

from fastembed import TextEmbedding

documents = [
"Deberías quedarte, estudiar y correr a toda prisa.",
"La historia sólo puede prepararnos para ser sorprendidos una vez más.",
]

model = TextEmbedding(model_name="sentence-transformers/all-MiniLM-L6-v2")
embeddings = list(model.embed(documents))

# [
#     array([
#         0.00611658, 0.00068912, -0.0203846, ..., -0.01751488, -0.01174267,
#         0.01463472
#     ],
#           dtype=float32),
#     array([
#         0.00173448, -0.00329958, 0.01557874, ..., -0.01473586, 0.0281806,
#         -0.00448205
#     ],
#           dtype=float32)
# ]