Catálogo local por chat, código, búsqueda, reordenación y voz. Incluye varias generaciones, sin abarcar todo el mercado ni cada novedad. Calidad y velocidad no medidas de forma uniforme.
Vectores de texto · Reordenación de resultados · Transcripción de voz
Los embeddings generan vectores, los rerankers puntúan pasajes y los modelos de voz transcriben audio. La calidad de chat no permite compararlos. Memoria de lotes, activaciones y audio no modelada: capacidad pendiente de verificar sin aplicar la fórmula de caché de chat.
Comparar con iguales ajustes; el tamaño usa elementos de tensores públicos y puede diferir del nombre. Leer licencias, modelo base y condiciones.
bge-reranker-v2-m3
Familia
BGE Reranker
Base del tamaño de pesos
0.57 B
Límite de contexto documentado/configurado
Desconocido
Identificador de licencia (ver fuente)
apache-2.0
Uso
Reordenación de resultados
Los embeddings generan vectores, los rerankers puntúan pasajes y los modelos de voz transcriben audio. La calidad de chat no permite compararlos. Memoria de lotes, activaciones y audio no modelada: capacidad pendiente de verificar sin aplicar la fórmula de caché de chat.
Los embeddings generan vectores, los rerankers puntúan pasajes y los modelos de voz transcriben audio. La calidad de chat no permite compararlos. Memoria de lotes, activaciones y audio no modelada: capacidad pendiente de verificar sin aplicar la fórmula de caché de chat.
Los embeddings generan vectores, los rerankers puntúan pasajes y los modelos de voz transcriben audio. La calidad de chat no permite compararlos. Memoria de lotes, activaciones y audio no modelada: capacidad pendiente de verificar sin aplicar la fórmula de caché de chat.
Los embeddings generan vectores, los rerankers puntúan pasajes y los modelos de voz transcriben audio. La calidad de chat no permite compararlos. Memoria de lotes, activaciones y audio no modelada: capacidad pendiente de verificar sin aplicar la fórmula de caché de chat.
Los embeddings generan vectores, los rerankers puntúan pasajes y los modelos de voz transcriben audio. La calidad de chat no permite compararlos. Memoria de lotes, activaciones y audio no modelada: capacidad pendiente de verificar sin aplicar la fórmula de caché de chat.
Los embeddings generan vectores, los rerankers puntúan pasajes y los modelos de voz transcriben audio. La calidad de chat no permite compararlos. Memoria de lotes, activaciones y audio no modelada: capacidad pendiente de verificar sin aplicar la fórmula de caché de chat.
Los embeddings generan vectores, los rerankers puntúan pasajes y los modelos de voz transcriben audio. La calidad de chat no permite compararlos. Memoria de lotes, activaciones y audio no modelada: capacidad pendiente de verificar sin aplicar la fórmula de caché de chat.
Los embeddings generan vectores, los rerankers puntúan pasajes y los modelos de voz transcriben audio. La calidad de chat no permite compararlos. Memoria de lotes, activaciones y audio no modelada: capacidad pendiente de verificar sin aplicar la fórmula de caché de chat.
Tamaños y hashes de listas del autor, sin descargar pesos. El tamaño del archivo no es la memoria total. Un archivo verificado de precisión correspondiente sustituye la estimación genérica, antes de caché y márgenes.
Escenario de capacidad, no benchmark: elementos de pesos × bits ÷ 8 más 20 %; KV F16 según capas, cabezas y contexto, más 1,5 GiB de ejecución. Reservar al menos 4 GiB o 25 % de RAM y 2 GiB de VRAM. Un modelo, una secuencia de texto; no es tamaño GGUF medido ni garantía.
Arquitecturas híbridas, formatos especiales o configuraciones ausentes requieren revisión manual. Se excluyen imágenes/audio. MoE usa pesos totales, no parámetros activos. Los escenarios 4/8 bits no prueban disponibilidad ni compatibilidad.