基础模型: deepvk/USER-bge-m3 数据集:

• deepvk/ru-HNP
• deepvk/ru-WANLI
• Shitao/bge-m3-data
• RussianNLP/russian_super_glue
• reciTAL/mlsum
• Milana/russian_keywords
• IlyaGusev/gazeta
• d0rj/gsm8k-ru
• bragovo/dsum_ru
• CarlBrendt/Summ_Dialog_News 语言:
• 俄语 库名称: sentence-transformers 许可证: apache-2.0 管道标签: sentence-similarity 标签:
• sentence-transformers
• sentence-similarity
• feature-extraction
• llama-cpp
• gguf-my-repo 小部件: []

cm4ker/USER-bge-m3-Q4_K_M-GGUF

该模型是通过ggml.ai的GGUF-my-repo空间，使用llama.cpp从deepvk/USER-bge-m3转换而来的GGUF格式模型。更多关于模型的详细信息，请参考原始模型卡片。

使用llama.cpp

通过brew安装llama.cpp（适用于Mac和Linux）

brew install llama.cpp

调用llama.cpp服务器或命令行界面。

命令行界面:

llama-cli --hf-repo cm4ker/USER-bge-m3-Q4_K_M-GGUF --hf-file user-bge-m3-q4_k_m.gguf -p "生命和宇宙的意义是"

服务器:

llama-server --hf-repo cm4ker/USER-bge-m3-Q4_K_M-GGUF --hf-file user-bge-m3-q4_k_m.gguf -c 2048

注意：你也可以直接通过Llama.cpp仓库中列出的使用步骤使用这个检查点。

步骤1：从GitHub克隆llama.cpp。

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

步骤2：进入llama.cpp文件夹，并使用LLAMA_CURL=1标志以及其他硬件特定标志（例如：Linux上的Nvidia GPU使用LLAMA_CUDA=1）进行构建。

cd llama.cpp && LLAMA_CURL=1 make

步骤3：通过主二进制文件运行推理。

./llama-cli --hf-repo cm4ker/USER-bge-m3-Q4_K_M-GGUF --hf-file user-bge-m3-q4_k_m.gguf -p "生命和宇宙的意义是"

或

./llama-server --hf-repo cm4ker/USER-bge-m3-Q4_K_M-GGUF --hf-file user-bge-m3-q4_k_m.gguf -c 2048