Jina Embeddings V2 Base Code GGUF

由 second-state 开发

Jina Embeddings V2 Base Code 是一个基于转换器架构的英文句子嵌入模型，专注于代码相关文本的特征提取和相似度计算。

英语

下载量 315

发布时间 : 12/10/2024

模型介绍

内容详情

替代品

模型简介

该模型主要用于生成高质量的句子嵌入，特别适用于代码相关文本的处理，支持句子相似度计算和特征提取任务。

长上下文支持

支持8192 tokens的长上下文处理能力

高质量嵌入

生成768维的高质量句子嵌入

代码优化

特别针对代码相关文本进行了优化

MTEB基准测试

在MTEB基准测试中表现优异

句子嵌入生成

文本特征提取

句子相似度计算

代码文本处理

代码搜索与检索

代码片段相似性搜索

在代码库中查找语义相似的代码片段

提高代码复用率和开发效率

文档处理

技术文档聚类

对技术文档进行自动分类和聚类

改善文档组织和检索效率

文件名	量化方法	位数	大小	适用场景
jina-embeddings-v2-base-code-Q2_K.gguf	Q2_K	2	82.7 MB	最小体积，质量损失显著——不推荐大多数用途
jina-embeddings-v2-base-code-Q3_K_L.gguf	Q3_K_L	3	101 MB	小体积，质量损失较大
jina-embeddings-v2-base-code-Q3_K_M.gguf	Q3_K_M	3	95.6 MB	极小体积，高质量损失
jina-embeddings-v2-base-code-Q3_K_S.gguf	Q3_K_S	3	89.8 MB	极小体积，高质量损失
jina-embeddings-v2-base-code-Q4_0.gguf	Q4_0	4	105 MB	传统方法；小体积，极高质量损失——建议优先使用Q3_K_M
jina-embeddings-v2-base-code-Q4_K_M.gguf	Q4_K_M	4	109 MB	中等体积，平衡质量——推荐
jina-embeddings-v2-base-code-Q4_K_S.gguf	Q4_K_S	4	105 MB	小体积，较大质量损失
jina-embeddings-v2-base-code-Q5_0.gguf	Q5_0	5	119 MB	传统方法；中等体积，平衡质量——建议优先使用Q4_K_M
jina-embeddings-v2-base-code-Q5_K_M.gguf	Q5_K_M	5	121 MB	大体积，极低质量损失——推荐
jina-embeddings-v2-base-code-Q5_K_S.gguf	Q5_K_S	5	119 MB	大体积，低质量损失——推荐
jina-embeddings-v2-base-code-Q6_K.gguf	Q6_K	6	134 MB	超大体积，极微质量损失
jina-embeddings-v2-base-code-Q8_0.gguf	Q8_0	8	173 MB	超大体积，极微质量损失——不推荐
jina-embeddings-v2-base-code-f16.gguf	f16	16	323 MB	超大体积，极微质量损失——不推荐