Multilingual E5 Large Pooled Q8 0 GGUF

🚀 falan42/multilingual-e5-large-pooled-Q8_0-GGUF

該模型是通過 llama.cpp 並藉助 ggml.ai 的 GGUF-my-repo 空間，從 Hiveurban/multilingual-e5-large-pooled 轉換為 GGUF 格式的。如需瞭解該模型的更多詳細信息，請參考原始模型卡片。

🚀 快速開始

✨ 主要特性

• 支持多語言，涵蓋了眾多不同語系的語言，如英語、中文、日語、阿拉伯語等。
• 經過轉換為 GGUF 格式，可方便地在 llama.cpp 中使用。

📦 安裝指南

通過 brew（適用於 Mac 和 Linux）安裝 llama.cpp：

brew install llama.cpp

💻 使用示例

基礎用法

使用 llama.cpp 的 CLI 進行推理：

llama-cli --hf-repo falan42/multilingual-e5-large-pooled-Q8_0-GGUF --hf-file multilingual-e5-large-pooled-q8_0.gguf -p "The meaning to life and the universe is"

使用 llama.cpp 的服務器模式：

llama-server --hf-repo falan42/multilingual-e5-large-pooled-Q8_0-GGUF --hf-file multilingual-e5-large-pooled-q8_0.gguf -c 2048

高級用法

你也可以直接按照 Llama.cpp 倉庫中列出的使用步驟使用該檢查點： 步驟 1：從 GitHub 克隆 llama.cpp：

git clone https://github.com/ggerganov/llama.cpp

步驟 2：進入 llama.cpp 文件夾，並使用 LLAMA_CURL=1 標誌以及其他特定硬件標誌（例如，在 Linux 上使用 Nvidia GPU 時使用 LLAMA_CUDA=1）進行編譯：

cd llama.cpp && LLAMA_CURL=1 make

步驟 3：通過主二進制文件運行推理：

./llama-cli --hf-repo falan42/multilingual-e5-large-pooled-Q8_0-GGUF --hf-file multilingual-e5-large-pooled-q8_0.gguf -p "The meaning to life and the universe is"

或者

./llama-server --hf-repo falan42/multilingual-e5-large-pooled-Q8_0-GGUF --hf-file multilingual-e5-large-pooled-q8_0.gguf -c 2048

📚 詳細文檔

該模型支持的語言列表如下：

🔧 技術細節

該模型在多個任務和數據集上進行了測試，以下是部分測試結果：

分類任務

• MTEB AmazonCounterfactualClassification (en)：準確率為 79.05970149253731，平均精度為 43.486574390835635，F1 值為 73.32700092140148。
• MTEB AmazonPolarityClassification：準確率為 93.489875，平均精度為 90.98758636917603，F1 值為 93.48554819717332。

檢索任務

• MTEB ArguAna：在不同召回率下的平均精度均值（MAP）和平均倒數排名（MRR）等指標表現良好，如 map_at_1 為 30.725，mrr_at_1 為 31.152。

聚類任務

• MTEB ArxivClusteringP2P：V 測度值為 44.30960650674069。

重排序任務

• MTEB AskUbuntuDupQuestions：平均精度均值（MAP）為 60.28270056031872，平均倒數排名（MRR）為 74.38332673789738。

語義文本相似度任務

• MTEB BIOSSES：餘弦相似度的皮爾遜相關係數為 84.05942144105269，斯皮爾曼相關係數為 82.51212105850809。

📄 許可證

該模型的許可證為 MIT 許可證。