全球 AI 聊天室 · 现在 17 人在线 进去聊聊
P
模型 已收录

paraphrase multilingual MiniLM L12 v2 onnx Q

这是一个经过 ONNX 量化优化的轻量级多语言文本向量模型。它并非用于生成对话，而是将文本转化为高维向量（Embedding），核心能力在于语义匹配。由于采用了 MiniLM 架构并进行了量化处理，它在保持较高检索精度的同时，极大地降低了内存占用并提升了推理速度。对于开发者来说，它是构建本地 RAG（检索增强生成）系统、语义搜索或文档去重的理想选择，尤其适合部署在资源受限的边缘端或对响应延迟要求极高的生产环境，可作为 Qdrant 等向量数据库的配套编码器使用。

Qdranttext2text-generation
查看模型来源
01 / 模型卡片

模型卡片

这是一个经过 ONNX 量化优化的轻量级多语言文本向量模型。它并非用于生成对话，而是将文本转化为高维向量（Embedding），核心能力在于语义匹配。由于采用了 MiniLM 架构并进行了量化处理，它在保持较高检索精度的同时，极大地降低了内存占用并提升了推理速度。对于开发者来说，它是构建本地 RAG（检索增强生成）系统、语义搜索或文档去重的理想选择，尤其适合部署在资源受限的边缘端或对响应延迟要求极高的生产环境，可作为 Qdrant 等向量数据库的配套编码器使用。

模型类型text2text-generation
提供方Qdrant
许可状态apache-2.0
02 / 文件与版本

模型文件与版本

模型卡片当前详情页记录的模型说明与元数据
已收录
来源仓库https://huggingface.co/Qdrant/paraphrase-multilingual-MiniLM-L12-v2-onnx-Q
查看模型来源
版本信息请以来源仓库的最新版本为准
—
03 / 模型下载

下载模型

推荐使用 ModelScope 命令行或 SDK 下载。下载前请先安装 ModelScope，并根据需要选择完整模型、单个文件、SDK 或 Git LFS 方式。

当前条目来源为 Hugging Face；以下命令使用同名 ModelScope 仓库格式，请先确认该仓库在 ModelScope 中可用。 模型仓库: Qdrant/paraphrase-multilingual-MiniLM-L12-v2-onnx-Q
安装 ModelScope

下载前先安装命令行和 SDK 依赖。

pip install modelscope
命令行下载完整模型库

下载完整模型权重、配置和模型卡片。

modelscope download --model Qdrant/paraphrase-multilingual-MiniLM-L12-v2-onnx-Q
下载单个文件到指定目录

这里以 README.md 为例，也可以替换为仓库内的其他文件。

modelscope download --model Qdrant/paraphrase-multilingual-MiniLM-L12-v2-onnx-Q README.md --local_dir ./dir
SDK 下载

适合在 Python 项目或自动化脚本中使用。

from modelscope import snapshot_download
model_dir = snapshot_download('Qdrant/paraphrase-multilingual-MiniLM-L12-v2-onnx-Q')
Git 下载

请确保 Git LFS 已正确安装。

git lfs install
git clone https://www.modelscope.cn/Qdrant/paraphrase-multilingual-MiniLM-L12-v2-onnx-Q.git
跳过 LFS 大文件下载

先获取仓库结构，之后再按需拉取大文件。

GIT_LFS_SKIP_SMUDGE=1 git clone https://www.modelscope.cn/Qdrant/paraphrase-multilingual-MiniLM-L12-v2-onnx-Q.git
04 / 使用方法

如何使用

  1. 01
    步骤 1

    阅读模型卡片和来源信息。

  2. 02
    步骤 2

    从小型、非敏感任务开始评估。

  3. 03
    步骤 3

    核对输出质量、许可和使用限制。

  4. 04
    步骤 4

    验证通过后再纳入工作流。

05 / 讨论

讨论与反馈

这里保留讨论入口，方便继续核对来源、使用体验和维护状态。

前往来源页面