Snowflake Arctic Embed L V2.0 Gguf

🚀 Snowflake的Arctic-embed-l-v2.0

Snowflake的Arctic-embed-l-v2.0是一款优化检索性能和推理效率的嵌入模型，支持多语言检索，在英语和非英语检索方面表现出色，适用于需要大规模多语言搜索和检索的企业级应用。

🚀 快速开始

本项目是使用 llama.cpp 创建的 Snowflake/snowflake-arctic-embed-l-v2.0 的GGUF量化版本。

✨ 主要特性

Snowflake arctic-embed-l-v2.0是Snowflake发布的嵌入模型套件中的最新成员，它针对检索性能和推理效率进行了优化。Arctic Embed 2.0为多语言嵌入模型树立了新的标准，在不牺牲英语性能的前提下，实现了高质量的多语言文本检索。该模型根据宽松的Apache 2.0许可证发布，非常适合需要可靠的企业级大规模多语言搜索和检索的应用程序。

主要特性如下：

1. 多语言无妥协：在英语和非英语检索方面表现出色，在MTEB Retrieval、CLEF和MIRACL等基准测试中优于领先的开源和专有模型。
2. 推理效率高：其3.03亿个非嵌入参数的推理速度快，适用于任何规模的应用。
3. 压缩友好：使用Matryoshka Representation Learning（MRL）和量化感知嵌入训练，即使嵌入向量小至128字节/向量，也能实现高质量的检索。
4. 直接替换：arctic-embed-l-v2.0基于 BAAI/bge-m3-retromae 构建，允许直接替换任何形式的新库、内核、推理引擎等进行推理。
5. 长上下文支持：arctic-embed-l-v2.0基于 BAAI/bge-m3-retromae 构建，通过使用RoPE可以支持长达8192的上下文窗口。

质量基准

与大多数其他开源模型不同，Arctic-embed-l-v2.0在英语（通过MTEB Retrieval）和多语言（通过MIRACL和CLEF）方面都表现出色。您不再需要支持多个模型来实现高质量的英语和多语言检索。以下所有数字均为所讨论数据集上的平均NDCG@10。

除了高质量的检索，arctic还能提供易于压缩的嵌入向量。通过MRL进行向量截断，可将向量大小减小4倍，而质量下降不到3%。将MRL向量与向量压缩（Int4）结合使用，每个文档仅需128字节即可实现检索。

📦 安装指南

若要使用 Transformers.js JavaScript库，可通过以下命令从 NPM 进行安装：

npm i @huggingface/transformers

💻 使用示例

基础用法

使用Sentence Transformers

from sentence_transformers import SentenceTransformer

# 加载模型
model_name = 'Snowflake/snowflake-arctic-embed-l-v2.0'
model = SentenceTransformer(model_name)

# 定义查询和文档
queries = ['what is snowflake?', 'Where can I get the best tacos?']
documents = ['The Data Cloud!', 'Mexico City of Course!']

# 计算嵌入向量：使用 `prompt_name="query"` 对查询进行编码！
query_embeddings = model.encode(queries, prompt_name="query") 
document_embeddings = model.encode(documents)

# 计算余弦相似度得分
scores = model.similarity(query_embeddings, document_embeddings)

# 输出结果
for query, query_scores in zip(queries, scores):
    doc_score_pairs = list(zip(documents, query_scores))
    doc_score_pairs = sorted(doc_score_pairs, key=lambda x: x[1], reverse=True)
    print("Query:", query)
    for document, score in doc_score_pairs:
        print(score, document)

使用Huggingface Transformers

您可以使用transformers包来使用Snowflake的arctic-embed模型，如下所示。为了获得最佳的检索质量，请使用CLS标记对每个文本部分进行嵌入，并使用以下查询前缀（仅用于查询）。

import torch
from transformers import AutoModel, AutoTokenizer

model_name = 'Snowflake/snowflake-arctic-embed-l-v2.0'
tokenizer = AutoTokenizer.from_pretrained(model_name)
model = AutoModel.from_pretrained(model_name, add_pooling_layer=False)
model.eval()

query_prefix = 'query: '
queries  = ['what is snowflake?', 'Where can I get the best tacos?']
queries_with_prefix = ["{}{}".format(query_prefix, i) for i in queries]
query_tokens = tokenizer(queries_with_prefix, padding=True, truncation=True, return_tensors='pt', max_length=8192)

documents = ['The Data Cloud!', 'Mexico City of Course!']
document_tokens =  tokenizer(documents, padding=True, truncation=True, return_tensors='pt', max_length=8192)

# 计算标记嵌入向量
with torch.no_grad():
    query_embeddings = model(**query_tokens)[0][:, 0]
    document_embeddings = model(**document_tokens)[0][:, 0]

# 归一化嵌入向量
query_embeddings = torch.nn.functional.normalize(query_embeddings, p=2, dim=1)
document_embeddings = torch.nn.functional.normalize(document_embeddings, p=2, dim=1)

scores = torch.mm(query_embeddings, document_embeddings.transpose(0, 1))
for query, query_scores in zip(queries, scores):
    doc_score_pairs = list(zip(documents, query_scores))
    doc_score_pairs = sorted(doc_score_pairs, key=lambda x: x[1], reverse=True)
    # 输出段落和得分
    print("Query:", query)
    for document, score in doc_score_pairs:
        print(score, document)

此代码应产生以下得分：

Query: what is snowflake?
tensor(0.2715) The Data Cloud!
tensor(0.0661) Mexico City of Course!
Query: Where can I get the best tacos?
tensor(0.2797) Mexico City of Course!
tensor(0.1250) The Data Cloud!

使用Huggingface Transformers.js

import { pipeline, dot } from '@huggingface/transformers';

// 创建特征提取管道
const extractor = await pipeline('feature-extraction', 'Snowflake/snowflake-arctic-embed-m-v2.0', {
    dtype: 'q8',
});

// 生成句子嵌入向量
const sentences = [
    'query: what is snowflake?',
    'The Data Cloud!',
    'Mexico City of Course!',
]
const output = await extractor(sentences, { normalize: true, pooling: 'cls' });

// 计算相似度得分
const [source_embeddings, ...document_embeddings ] = output.tolist();
const similarities = document_embeddings.map(x => dot(source_embeddings, x));
console.log(similarities); // [0.24783534471401417, 0.05313122704326892]

📚 详细文档

模型信息

📄 许可证

Arctic采用 Apache-2 许可证。发布的模型可免费用于商业目的。

📞 联系我们

如果您对本项目有任何疑问或建议，请随时提出问题或提交拉取请求。您也可以通过电子邮件联系Daniel Campos（daniel.campos@snowflake.com）。