компактная и эффективная модель для текстовых эмбеддингов на китайском языке
schedule 2 мин чтенияобновлено
Модель tiny-embed-27m превращает китайский текст в плотные векторные представления (dense vector), которые подходят для семантического поиска, классификации, кластеризации и ретривала. Она создана на базе дистилляции из крупных открытых моделей (включая семейство BAAI bge) и насчитывает 27,6 миллиона параметров при размерности выхода 512. Главная особенность архитектуры — рекурсивная глубина (recursive depth), где 4 уникальных слоя применяются 16 раз. Модель не требует специальных префиксов для запросов и превосходит аналогичные по размеру решения в бенчмарках.
Ключевые особенности
Высокая эффективность: 0.5963 в среднем на бенчмарке MTEB (китайский набор, 31 задача), что выше показателей bge-small-zh-v1.5 (24M).
Рекурсивная архитектура: 4 уникальных слоя, повторенных 16 раз, сохраняют низкое количество параметров при высокой скорости работы.
Готовый пайплайн: стандартная схема Transformer → Pooling(mean) → Normalize без дополнительных проекционных слоев.
Без префиксов: для запросов и документов используется одинаковый оригинальный текст без дополнительных инструкций.
Что можно сделать
Семантический поиск: встроить модель в поисковые движки для сопоставления коротких запросов и длинных текстовых документов на китайском языке.
Кластеризация и классификация: использовать векторные представления для группировки похожих текстов и документов.
Быстрая интеграция: запустить модель через популярную библиотеку sentence-transformers с поддержкой trust_remote_code=True.
Подробнее• Метрики: средний балл MTEB(cmn, v1) составляет 59.63 (против 57.34 у bge-small-zh-v1.5). • Ограничения: максимальная длина последовательности составляет 512 токенов. • Лицензия: модель распространяется под лицензией Apache-2.0 с коммерческим использованием. • Токенизатор: используется стандартный словарь Chinese BERT на 21,128 токенов.
Совет: берите 8-bit.FP8 / INT8 почти не отличается по качеству от полной точности (разница в пределах процента), а памяти занимает вдвое меньше и на RTX 40/50, H100 работает быстрее. Полную точность есть смысл брать только для дообучения.
Подключитесь по SSH (команда есть в панели Massed Compute) или откройте терминал на рабочем столе машины.
HF_TOKEN / CIVITAI_TOKENВ начале скрипта строки для токенов: вставьте свой между кавычками. Токен Hugging Face нужен для закрытых моделей, токен Civitai — для моделей с Civitai.
# dynasty-ai/tiny-embed-27m — A30, FP8 / INT8
# Драйвер NVIDIA: для CUDA 13 нужен 580+. Если старее или нет — ставится свежий nvidia-open (оставить свой: KEEP_DRIVER=1)
DRV=$(nvidia-smi --query-gpu=driver_version --format=csv,noheader 2>/dev/null | head -1 | cut -d. -f1)
case "$DRV" in ""|*[!0-9]*) DRV=0 ;; esac
if [ "$DRV" -lt 580 ] && [ -z "${KEEP_DRIVER:-}" ]; then
. /etc/os-release && \
curl -fsSLO "https://developer.download.nvidia.com/compute/cuda/repos/ubuntu${VERSION_ID//./}/x86_64/cuda-keyring_1.1-1_all.deb" && \
sudo dpkg -i cuda-keyring_1.1-1_all.deb && rm -f cuda-keyring_1.1-1_all.deb && \
sudo apt-get update && \
sudo DEBIAN_FRONTEND=noninteractive apt-get install -y nvidia-open || \
{ echo "Драйвер NVIDIA поставить не удалось: смотрите ошибку выше. Чтобы оставить текущий, запустите с KEEP_DRIVER=1."; exit 1; }
echo "Драйвер NVIDIA обновлён. Перезагрузите машину (sudo reboot) и запустите этот же скрипт ещё раз."
exit 0
fi
curl -LsSf https://astral.sh/uv/install.sh | sh
source "$HOME/.local/bin/env"
uv venv ~/vllm --python 3.12 && source ~/vllm/bin/activate
uv pip install vllm
vllm serve dynasty-ai/tiny-embed-27m --max-model-len 8192 --quantization fp8
Сервер слушает порт 8000 и понимает запросы в формате OpenAI: адрес http://localhost:8000/v1 на машине. Со своего компьютера: ssh -L 8000:localhost:8000 пользователь@IP-машины.
Не забудьте остановить машину в панели, когда закончите: оплата идёт поминутно, пока она включена.
Как ускорить
Подобрано под тип модели. Выберите своё железо в блоке выше — покажем то, что подходит именно вам.
Комментарии