Qdrant/paraphrase-multilingual-MiniLM-L12-v2-onnx-Q

Qdrant
Similitud de oraciones

Port ONNX cuantificado de sentence-transformers/paraphrase-multilingual-MiniLM-L12-v2 para la clasificación de texto y búsquedas de similitud.

Como usar

Aquí tienes un ejemplo de cómo realizar inferencias utilizando el modelo con FastEmbed.

from fastembed import TextEmbedding

documents = [
"You should stay, study and sprint.",
"History can only prepare us to be surprised yet again.",
]

model = TextEmbedding(model_name="sentence-transformers/paraphrase-multilingual-MiniLM-L12-v2")
embeddings = list(model.embed(documents))

# [
#     array([1.96449570e-02, 1.60677675e-02, 4.10149433e-02...]),
#     array([-1.56669170e-02, -1.66313536e-02, -6.84525725e-03...])
# ]

Funcionalidades

Transformers
ONNX
bert
extractor de características
inferencia de incrustaciones de texto
endpoints compatibles
licencia Apache-2.0
región: US

Casos de uso

Clasificación de textos
Búsquedas de similitud