Modelo
Dados & Embeddings
LiquidAI/LFM2.5-Embedding-350M
Modelo de similaridade de sentenças · 350 M de parâmetros — 16.1 mil downloads e 125 curtidas no Hugging Face.
Hugging Face · Modelos
·LiquidAI
·
·↓ 16060
·♥ 125
O modelo LiquidAI/LFM2.5-Embedding-350M aparece entre os mais comentados do Hugging Face — um termômetro do que a comunidade está realmente usando agora na tarefa de similaridade de sentenças.
Ficha técnica
- Tarefa: similaridade de sentenças
- Parâmetros: 350 M
- Biblioteca:
sentence-transformers - Formatos: safetensors
- Licença: proprietária / outra
- Downloads: 16.1 mil · Curtidas: 125
Hardware recomendado
Estimativa de VRAM só para carregar os pesos (com ~20% de folga para ativações). Contextos longos consomem memória adicional para o cache de atenção (KV cache).
- Precisão original (16-bit): ~0.8 GB de VRAM — roda em CPU ou GPU de notebook
- Quantizado 8-bit: ~0.4 GB de VRAM — roda em CPU ou GPU de notebook
- Quantizado 4-bit: ~0.2 GB de VRAM — roda em CPU ou GPU de notebook
Como rodar localmente
Gere embeddings com a sentence-transformers:
pip install -U sentence-transformers
from sentence_transformers import SentenceTransformer
model = SentenceTransformer("LiquidAI/LFM2.5-Embedding-350M")
emb = model.encode(["primeira frase", "segunda frase"])
print(emb.shape)Tags
sentence-transformers safetensors lfm2 liquid lfm2.5 edge sentence-similarity feature-extraction
// relacionados
Leia também
Blog
Unicorn, pelican, Middle-earth: OpenAI co-founder Karpathy is looking for the next AI vibe test
Editorial
CAPA: o benchmark que mede se o assistente de código aprende com você — ou repete a mesma pergunta
Blog
Why biological data matters more in AI drug discovery
Blog