模型

nomic-embed-text-v1

nomic-ai/nomic-embed-text-v1

查看上游原文 ↗
上游访问:公开 本站服务:可咨询 内容检查:AI 辅助整理并检查 许可证:apache-2.0 上游版本:3ac47f125a41

中文简介

nomic-ai/nomic-embed-text-v1 是 nomic-ai 在 Hugging Face 发布的模型仓库,当前卡片主要关联语义相似度、向量表示与检索。本站固定记录上游版本 3ac47f125a41,同步到 15 个文件,文件元数据合计 2.98 GB;访问状态为“公开”,许可证字段为“apache-2.0”。

UPSTREAM README

上游模型卡 / 数据集卡

在 Hugging Face 查看原文 ↗

【README 卡片中文译介】

以下内容依据上游仓库 nomic-ai/nomic-embed-text-v1 的固定版本 README、卡片字段和文件元数据进行中文结构化整理。它保留便于选型的关键信息,完整技术细节、代码示例和许可文本请同时查看上游原文。

【资源概览】
nomic-ai/nomic-embed-text-v1 是 nomic-ai 在 Hugging Face 发布的模型仓库,当前卡片主要关联语义相似度、向量表示与检索。本站固定记录上游版本 3ac47f125a41,同步到 15 个文件,文件元数据合计 2.98 GB;访问状态为“公开”,许可证字段为“apache-2.0”。

【适用方向】
适合在真实样本上评估语义相似度、向量表示与检索能力,并比较质量、时延和资源消耗。 建议先用小规模样本验证推理框架、输入输出格式和任务指标,再决定是否进入完整权重获取、量化或部署评估。

【版本与规格】
固定版本:3ac47f125a41。 任务标签:语义相似度、向量表示与检索。 语言字段:en。 架构:NomicBertModel。 上游 Safetensors 元数据显示参数量约 136.73 M。 库标记:sentence-transformers。 模型类型字段:nomic_bert。 上游页面记录的最近更新时间:2026-04-07。

【文件信息】
上游 API 返回 15 个文件,文件元数据合计 2.98 GB。 已保存文件清单中的主要扩展名:.json 8 个、.onnx 2 个、.bin 1 个、.md 1 个、.safetensors 1 个、.txt 1 个。 当前较大的文件包括:onnx/model.onnx(522.19 MB);pytorch_model.bin(521.62 MB);model.safetensors(521.60 MB)。

【运行或处理环境】
仓库文件元数据合计 2.98 GB。 按每参数 2 字节只计算 BF16 权重,理论下限约 260.79 MB;这不包含 KV Cache、激活值、框架开销或并发余量。 实际显存与内存由精度、量化方式、上下文长度、批量、并发、MoE 专家加载方式和推理框架共同决定,不能只凭参数名或仓库大小作部署承诺;应在目标格式和目标硬件上实测。

【使用边界】
许可证显示为“apache-2.0”,具体用途限制、附加政策和归属要求仍以上游原文为准。 模型输出、工具调用和生成内容可能出现错误、偏见或安全风险,面向业务前应建立任务级评测、权限隔离和人工确认。

已有简体中文译文 · Codex 基于固定版本 README 与上游元数据生成中文结构化译介 · 2026-07-26 00:51

nomic-embed-text-v1: A Reproducible Long Context (8192) Text Embedder Blog | Technical Report | AWS SageMaker | Atlas Embedding and Unstructured Data Analytics Platform `nomic-embed-text-v1` is 8192 context length text encoder that surpasses OpenAI text-embedding-ada-002 and text-embedding-3-small performance on short and long context tasks. Performance Benchmarks | Name | SeqLen | MTEB | LoCo | Jina Long Context | Open Weights | Open Training Code | Open Data | | :-------------------------------:| :----- | :-------- | :------: | :---------------: | :-----------: | :----------------: | :---------- | | nomic-embed-text-v1 | 8192 | **62.39** |**85.53** | 54.16 | ✅ | ✅ | ✅ | | jina-embeddings-v2-base-en | 8192 | 60.39 | 85.45 | 51.90 | ✅ | ❌ | ❌ | | text-embedding-3-small | 8191 | 62.26 | 82.40 | **58.20** | ❌ | ❌ | ❌ | | text-embedding-ada-002 | 8191 | 60.99 | 52.7 | 55.25 | ❌ | ❌ | ❌ | Exciting Update!**: `nomic-embed-text-v1` is now multimodal! nomic-embed-vision-v1 is aligned to the embedding space of `nomic-embed-text-v1`, meaning any text embedding is multimodal! Usage Important**: the text prompt *must* include a *task instruction prefix*, instructing the model which task is being performed. For example, if you are implementing a RAG application, you embed your documents as `search_document: ` and embed your user queries as `search_query: `. Notice**: From transformers v5.5.0 and sentence transformers v5.3.0, `trust_remote_code=True` will no longer be necessary. This will only be possible with the text-only series as of now. Task instruction prefixes `search_document` Purpose: embed texts as documents from a dataset This prefix is used for embedding texts as documents, for example as documents for a RAG index. `search_query` Purpose: embed texts as questions to answer This prefix is used for embedding texts as questions that documents from a dataset could resolve, for example as queries to be answered by a RAG application. `clustering` Purpose: embed texts to gr

公开页仅展示原文摘录;完整模型卡或数据集卡请前往上游仓库查看。

适用场景

适合在真实样本上评估语义相似度、向量表示与检索能力,并比较质量、时延和资源消耗。 建议先用小规模样本验证推理框架、输入输出格式和任务指标,再决定是否进入完整权重获取、量化或部署评估。

模型参数

固定版本:3ac47f125a41。 任务标签:语义相似度、向量表示与检索。 语言字段:en。 架构:NomicBertModel。 上游 Safetensors 元数据显示参数量约 136.73 M。 库标记:sentence-transformers。 模型类型字段:nomic_bert。 上游页面记录的最近更新时间:2026-04-07。

文件说明

上游 API 返回 15 个文件,文件元数据合计 2.98 GB。 已保存文件清单中的主要扩展名:.json 8 个、.onnx 2 个、.bin 1 个、.md 1 个、.safetensors 1 个、.txt 1 个。 当前较大的文件包括:onnx/model.onnx(522.19 MB);pytorch_model.bin(521.62 MB);model.safetensors(521.60 MB)。

上游文件元数据

  • .gitattributes1.48 KB
  • 1_Pooling/config.json270 B
  • config.json1.98 KB
  • config_sentence_transformers.json128 B
  • model.safetensors521.60 MB
  • modules.json349 B
  • onnx/model.onnx522.19 MB
  • onnx/model_quantized.onnx131.95 MB
  • pytorch_model.bin521.62 MB
  • README.md69.64 KB
  • sentence_bert_config.json54 B
  • special_tokens_map.json125 B

硬件建议

仓库文件元数据合计 2.98 GB。 按每参数 2 字节只计算 BF16 权重,理论下限约 260.79 MB;这不包含 KV Cache、激活值、框架开销或并发余量。 实际显存与内存由精度、量化方式、上下文长度、批量、并发、MoE 专家加载方式和推理框架共同决定,不能只凭参数名或仓库大小作部署承诺;应在目标格式和目标硬件上实测。

注意事项

许可证显示为“apache-2.0”,具体用途限制、附加政策和归属要求仍以上游原文为准。 模型输出、工具调用和生成内容可能出现错误、偏见或安全风险,面向业务前应建立任务级评测、权限隔离和人工确认。

获取、校验与交付

咨询此资源时只需发送本页链接或资源准确全称。橙子AI科技会继续核对版本、文件与类型、README资料卡、许可证和访问条件,并在合法访问权限、许可证及平台规则允许的前提下,协助海内外下载、完整性校验及网盘或硬盘交付;本官网本身不托管或下载资源文件。

第三方资源声明

本页面为橙子AI科技基于固定版本上游卡片整理的中文信息与服务说明,不代表资源作者或平台官方页面。实际许可、访问和使用条件以上游原文为准。