nomic-embed-text-v1.5-GGUF

nomic-embed-text-v1.5-GGUF项目介绍

项目概述

nomic-embed-text-v1.5-GGUF是一个由Nomic开发的文本嵌入模型。这个模型基于BERT技术，主要用于句子相似度分析。在如今的自然语言处理（NLP）领域，评估句子之间的相似度对于很多应用都是至关重要的，如信息检索和问答系统等。

模型信息

• 基础模型: nomic-ai/nomic-embed-text-v1.5
• 许可协议: Apache-2.0
• 模型类型: BERT
• 功能标签: 句子相似度和特征提取

使用说明

要使用nomic-embed-text模型进行文本嵌入，需要在字符串的开始添加任务指令前缀。例如，要在RAG应用程序中嵌入用户问题，可以使用search_query前缀。更多关于任务指令的用法与设计，请访问模型卡中的信息。

技术细节

这个项目包含以GGUF格式兼容llama.cpp的文件。默认情况下，llama.cpp使用2048个token的上下文长度。为了使用Nomic Embed基准测试的完整8192个token，用户需要选择一个上下文扩展方法。尽管原始模型使用Dynamic NTK-Aware RoPE缩放，但在llama.cpp中尚未实现。目前可以使用YaRN和线性缩放的组合来代替。

转换和量化工作由llama.cpp的PR 5500（见GitHub）完成。

示例命令

单个嵌入计算示例：

./embedding -ngl 99 -m nomic-embed-text-v1.5.f16.gguf -c 8192 -b 8192 --rope-scaling yarn --rope-freq-scale .75 -p 'search_query: What is TSNE?'

可以提交一批文本进行嵌入，只要token总数不超过上下文长度即可。以下仅显示了前三个嵌入的例子：

texts.txt文件：

search_query: What is TSNE?
search_query: Who is Laurens Van der Maaten?

多嵌入计算示例：

./embedding -ngl 99 -m nomic-embed-text-v1.5.f16.gguf -c 8192 -b 8192 --rope-scaling yarn --rope-freq-scale .75 -f texts.txt

兼容性

这些文件与截至2024年2月15日的llama.cpp的具体提交版本兼容。

提供的文件

下表展示了这些Nomic Embed量化的均方误差相较于Sentence Transformers实现的结果：

通过提供多种量化级别及不同大小的文件，用户可以根据需要选择适合自己应用的模型版本，以权衡精度与性能。