全球 AI 聊天室 · 现在 17 人在线 进去聊聊
A
模型 已收录

all-MiniLM-L6-v2

all-MiniLM-L6-v2 是一款极其轻量级的文本向量化模型，专门用于将句子转化为高维向量。它在保持较高语义检索精度的同时，将参数量压缩到了 22M，这意味着它可以在普通的 CPU 甚至移动端设备上流畅运行，无需昂贵的 GPU。对于开发者来说，它是构建 RAG（检索增强生成）系统、实现语义搜索或快速计算文本相似度的理想选择。如果你需要一个上手快、响应时间极短且不占用过多内存的 Embedding 模型来替代复杂的重量级方案，它是目前业界最经典且稳健的基准选择之一。

sentence-transformerssentence similarity
查看模型来源
01 / 模型卡片

模型卡片

all-MiniLM-L6-v2 是一款极其轻量级的文本向量化模型，专门用于将句子转化为高维向量。它在保持较高语义检索精度的同时，将参数量压缩到了 22M，这意味着它可以在普通的 CPU 甚至移动端设备上流畅运行，无需昂贵的 GPU。对于开发者来说，它是构建 RAG（检索增强生成）系统、实现语义搜索或快速计算文本相似度的理想选择。如果你需要一个上手快、响应时间极短且不占用过多内存的 Embedding 模型来替代复杂的重量级方案，它是目前业界最经典且稳健的基准选择之一。

模型类型sentence similarity
提供方sentence-transformers
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/sentence-transformers/all-MiniLM-L6-v2
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: sentence-transformers/all-MiniLM-L6-v2
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 sentence-transformers/all-MiniLM-L6-v2
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 sentence-transformers/all-MiniLM-L6-v2 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('sentence-transformers/all-MiniLM-L6-v2')
Git 下载

请确保 Git LFS 已正确安装。

git lfs install
git clone https://www.modelscope.cn/sentence-transformers/all-MiniLM-L6-v2.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/sentence-transformers/all-MiniLM-L6-v2.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