Modelo
Dados & Embeddings
nvidia/Nemotron-3-Embed-8B-BF16
Modelo de similaridade de sentenças · 8 B de parâmetros — 14.0 mil downloads e 51 curtidas no Hugging Face.
Hugging Face · Modelos
·nvidia
·
·↓ 14038
·♥ 51
O modelo nvidia/Nemotron-3-Embed-8B-BF16 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: 8 B
- Biblioteca:
sentence-transformers - Formatos: safetensors
- Licença: proprietária / outra
- Downloads: 14.0 mil · Curtidas: 51
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): ~19 GB de VRAM — 1 GPU high-end (24 GB, ex. RTX 3090/4090)
- Quantizado 8-bit: ~9.6 GB de VRAM — 1 GPU de consumo (12 GB, ex. RTX 3060/4070)
- Quantizado 4-bit: ~4.8 GB de VRAM — 1 GPU de consumo (≥ 8 GB, ex. RTX 3060)
Como rodar localmente
Gere embeddings com a sentence-transformers:
pip install -U sentence-transformers
from sentence_transformers import SentenceTransformer
model = SentenceTransformer("nvidia/Nemotron-3-Embed-8B-BF16")
emb = model.encode(["primeira frase", "segunda frase"])
print(emb.shape)Tags
sentence-transformers safetensors ministral3 feature-extraction text text-embeddings retrieval semantic-search
// relacionados
Leia também
Blog
A IA vai consertar a autorização prévia — ou piorá-la?
Editorial
Limpar dados de treino sem reescrevê-los: o framework que ensina um editor a só apontar o que mudar
Blog
Agente de Memória Sempre Ativo do Google Cloud Substitui RAG e Embeddings por Consolidação Contínua de LLM no Gemini 3.1 Flash-Lite
Blog