如何快速开始使用Nemotron-3-Embed-8B-BF165分钟搭建你的第一个语义搜索系统【免费下载链接】Nemotron-3-Embed-8B-BF16项目地址: https://ai.gitcode.com/hf_mirrors/nvidia/Nemotron-3-Embed-8B-BF16想要快速搭建一个强大的语义搜索系统吗今天我要为你介绍NVIDIA的Nemotron-3-Embed-8B-BF16模型——这是一个专为文本嵌入和语义相似度任务优化的先进模型。无论你是AI新手还是经验丰富的开发者都可以在短短5分钟内开始使用这个强大的语义搜索工具。Nemotron-3-Embed-8B-BF16是NVIDIA开发的多语言文本嵌入模型支持34种语言包括中文、英文、日文、韩文等特别适合构建检索增强生成(RAG)系统和语义搜索应用。该模型在RTEB多语言检索基准测试中表现出色是目前最先进的嵌入模型之一。 为什么选择Nemotron-3-Embed-8B-BF16核心优势多语言支持覆盖34种主流语言包括中文、英文、日文、韩文等高性能在RTEB基准测试中达到78.46的NDCG10分数长上下文支持最高32768个token的序列长度商业友好基于OpenMDW-1.1许可证可用于商业项目技术规格模型架构基于Ministral-3-8B-Instruct-2512的Transformer编码器参数量约80亿参数嵌入维度4096维向量支持框架PyTorch、Sentence Transformers、vLLM 5分钟快速开始指南第一步环境准备首先确保你有Python环境和NVIDIA GPU支持Ampere、Hopper或Blackwell架构。然后安装必要的依赖pip install torch transformers sentence-transformers如果你使用NVIDIA PyTorch容器系统已经预装了Torch和CUDA只需安装其他包即可。第二步最简单的使用方式使用Sentence Transformers库是最简单的方法import torch from sentence_transformers import SentenceTransformer # 加载模型 model SentenceTransformer( nvidia/Nemotron-3-Embed-8B-BF16, devicecuda, model_kwargs{ dtype: torch.bfloat16, attn_implementation: flash_attention_2, } ) model.max_seq_length 32768 # 生成嵌入向量 queries [如何快速学习Python, 什么是机器学习] documents [Python是一种高级编程语言..., 机器学习是人工智能的一个分支...] query_embeddings model.encode_query(queries, batch_size1, convert_to_tensorTrue) document_embeddings model.encode_document(documents, batch_size1, convert_to_tensorTrue) # 计算相似度 scores model.similarity(query_embeddings, document_embeddings) print(语义相似度分数) print(scores)第三步构建语义搜索系统现在你已经有了嵌入向量可以轻松构建一个简单的语义搜索系统import numpy as np from sklearn.metrics.pairwise import cosine_similarity class SemanticSearch: def __init__(self, model): self.model model self.documents [] self.embeddings [] def add_documents(self, texts): 添加文档到搜索库 self.documents.extend(texts) new_embeddings self.model.encode_document(texts, convert_to_tensorTrue).cpu().numpy() self.embeddings np.vstack([self.embeddings, new_embeddings]) if self.embeddings else new_embeddings def search(self, query, top_k5): 搜索最相关的文档 query_embedding self.model.encode_query([query], convert_to_tensorTrue).cpu().numpy() similarities cosine_similarity(query_embedding, self.embeddings)[0] top_indices np.argsort(similarities)[-top_k:][::-1] results [] for idx in top_indices: results.append({ document: self.documents[idx], score: similarities[idx] }) return results # 使用示例 search_engine SemanticSearch(model) search_engine.add_documents([ Python是一种易于学习的编程语言, 机器学习使用算法从数据中学习模式, 深度学习是机器学习的一个子领域, 自然语言处理处理人类语言 ]) results search_engine.search(如何学习编程, top_k3) for result in results: print(f分数{result[score]:.4f} - 文档{result[document]}) 模型性能表现Nemotron-3-Embed-8B-BF16在多个基准测试中表现出色测试基准平均NDCG10排名RTEB 1678.46第1名ViDoRe-V3文本60.60领先MMTEB检索75.45优秀 多语言支持能力这个模型真正强大的地方在于它的多语言能力。它支持34种语言包括亚洲语言中文、日文、韩文、印地文、泰文、越南文欧洲语言英文、法文、德文、西班牙文、意大利文、俄文其他语言阿拉伯文、波斯文、土耳其文等这意味着你可以用中文查询搜索英文文档或者混合使用多种语言 高级使用技巧使用vLLM进行高性能部署如果你需要更高的吞吐量可以使用vLLM进行部署# 启动vLLM服务 vllm serve nvidia/Nemotron-3-Embed-8B-BF16 --host 0.0.0.0 --port 8000然后通过API调用import requests import numpy as np def get_embeddings(texts, input_typequery): response requests.post( http://localhost:8000/v2/embed, json{ model: nvidia/Nemotron-3-Embed-8B-BF16, input_type: input_type, texts: texts, embedding_types: [float], truncate: END, } ) return np.array(response.json()[embeddings][float], dtypenp.float32)处理长文本模型支持最长32768个token但如果你有更长的文档可以这样处理def chunk_text(text, max_tokens3000): 将长文本分块 # 简单的按句子分割 sentences text.split(。) chunks [] current_chunk for sentence in sentences: if len(current_chunk) len(sentence) max_tokens: current_chunk sentence 。 else: chunks.append(current_chunk) current_chunk sentence 。 if current_chunk: chunks.append(current_chunk) return chunks # 处理长文档 long_document 你的长文档内容... chunks chunk_text(long_document) chunk_embeddings model.encode_document(chunks)️ 实际应用场景1. 智能文档检索构建企业内部知识库员工可以用自然语言提问快速找到相关文档。2. 多语言客服系统支持多语言客户查询自动匹配最相关的FAQ或解决方案。3. 代码搜索在大型代码库中用自然语言描述功能找到相关的代码片段。4. 学术论文检索研究人员可以用中文查询找到相关的英文研究论文。 性能优化建议批处理一次处理多个文本可以提高效率GPU内存管理使用bfloat16精度减少内存使用缓存机制对经常查询的文档进行嵌入缓存索引优化使用FAISS或Annoy等库加速相似度搜索 注意事项需要NVIDIA GPU和CUDA环境模型文件较大约16GB确保有足够磁盘空间对于生产环境建议使用vLLM进行服务化部署注意输入文本的token限制32768 总结Nemotron-3-Embed-8B-BF16是一个功能强大、易于使用的文本嵌入模型特别适合构建语义搜索和RAG系统。通过本文的5分钟指南你已经学会了如何快速开始使用这个模型。无论是构建多语言搜索系统、智能客服还是文档检索应用这个模型都能为你提供强大的语义理解能力。现在就开始你的语义搜索之旅吧 记住好的开始是成功的一半Nemotron-3-Embed-8B-BF16将为你提供一个强大的起点。项目文件参考模型配置文件config.jsonSentence Transformers配置sentence_bert_config.json分词器配置tokenizer_config.json祝你使用愉快如果有任何问题欢迎查阅项目的官方文档或参与社区讨论。【免费下载链接】Nemotron-3-Embed-8B-BF16项目地址: https://ai.gitcode.com/hf_mirrors/nvidia/Nemotron-3-Embed-8B-BF16创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
如何快速开始使用Nemotron-3-Embed-8B-BF165分钟搭建你的第一个语义搜索系统【免费下载链接】Nemotron-3-Embed-8B-BF16项目地址: https://ai.gitcode.com/hf_mirrors/nvidia/Nemotron-3-Embed-8B-BF16想要快速搭建一个强大的语义搜索系统吗今天我要为你介绍NVIDIA的Nemotron-3-Embed-8B-BF16模型——这是一个专为文本嵌入和语义相似度任务优化的先进模型。无论你是AI新手还是经验丰富的开发者都可以在短短5分钟内开始使用这个强大的语义搜索工具。Nemotron-3-Embed-8B-BF16是NVIDIA开发的多语言文本嵌入模型支持34种语言包括中文、英文、日文、韩文等特别适合构建检索增强生成(RAG)系统和语义搜索应用。该模型在RTEB多语言检索基准测试中表现出色是目前最先进的嵌入模型之一。 为什么选择Nemotron-3-Embed-8B-BF16核心优势多语言支持覆盖34种主流语言包括中文、英文、日文、韩文等高性能在RTEB基准测试中达到78.46的NDCG10分数长上下文支持最高32768个token的序列长度商业友好基于OpenMDW-1.1许可证可用于商业项目技术规格模型架构基于Ministral-3-8B-Instruct-2512的Transformer编码器参数量约80亿参数嵌入维度4096维向量支持框架PyTorch、Sentence Transformers、vLLM 5分钟快速开始指南第一步环境准备首先确保你有Python环境和NVIDIA GPU支持Ampere、Hopper或Blackwell架构。然后安装必要的依赖pip install torch transformers sentence-transformers如果你使用NVIDIA PyTorch容器系统已经预装了Torch和CUDA只需安装其他包即可。第二步最简单的使用方式使用Sentence Transformers库是最简单的方法import torch from sentence_transformers import SentenceTransformer # 加载模型 model SentenceTransformer( nvidia/Nemotron-3-Embed-8B-BF16, devicecuda, model_kwargs{ dtype: torch.bfloat16, attn_implementation: flash_attention_2, } ) model.max_seq_length 32768 # 生成嵌入向量 queries [如何快速学习Python, 什么是机器学习] documents [Python是一种高级编程语言..., 机器学习是人工智能的一个分支...] query_embeddings model.encode_query(queries, batch_size1, convert_to_tensorTrue) document_embeddings model.encode_document(documents, batch_size1, convert_to_tensorTrue) # 计算相似度 scores model.similarity(query_embeddings, document_embeddings) print(语义相似度分数) print(scores)第三步构建语义搜索系统现在你已经有了嵌入向量可以轻松构建一个简单的语义搜索系统import numpy as np from sklearn.metrics.pairwise import cosine_similarity class SemanticSearch: def __init__(self, model): self.model model self.documents [] self.embeddings [] def add_documents(self, texts): 添加文档到搜索库 self.documents.extend(texts) new_embeddings self.model.encode_document(texts, convert_to_tensorTrue).cpu().numpy() self.embeddings np.vstack([self.embeddings, new_embeddings]) if self.embeddings else new_embeddings def search(self, query, top_k5): 搜索最相关的文档 query_embedding self.model.encode_query([query], convert_to_tensorTrue).cpu().numpy() similarities cosine_similarity(query_embedding, self.embeddings)[0] top_indices np.argsort(similarities)[-top_k:][::-1] results [] for idx in top_indices: results.append({ document: self.documents[idx], score: similarities[idx] }) return results # 使用示例 search_engine SemanticSearch(model) search_engine.add_documents([ Python是一种易于学习的编程语言, 机器学习使用算法从数据中学习模式, 深度学习是机器学习的一个子领域, 自然语言处理处理人类语言 ]) results search_engine.search(如何学习编程, top_k3) for result in results: print(f分数{result[score]:.4f} - 文档{result[document]}) 模型性能表现Nemotron-3-Embed-8B-BF16在多个基准测试中表现出色测试基准平均NDCG10排名RTEB 1678.46第1名ViDoRe-V3文本60.60领先MMTEB检索75.45优秀 多语言支持能力这个模型真正强大的地方在于它的多语言能力。它支持34种语言包括亚洲语言中文、日文、韩文、印地文、泰文、越南文欧洲语言英文、法文、德文、西班牙文、意大利文、俄文其他语言阿拉伯文、波斯文、土耳其文等这意味着你可以用中文查询搜索英文文档或者混合使用多种语言 高级使用技巧使用vLLM进行高性能部署如果你需要更高的吞吐量可以使用vLLM进行部署# 启动vLLM服务 vllm serve nvidia/Nemotron-3-Embed-8B-BF16 --host 0.0.0.0 --port 8000然后通过API调用import requests import numpy as np def get_embeddings(texts, input_typequery): response requests.post( http://localhost:8000/v2/embed, json{ model: nvidia/Nemotron-3-Embed-8B-BF16, input_type: input_type, texts: texts, embedding_types: [float], truncate: END, } ) return np.array(response.json()[embeddings][float], dtypenp.float32)处理长文本模型支持最长32768个token但如果你有更长的文档可以这样处理def chunk_text(text, max_tokens3000): 将长文本分块 # 简单的按句子分割 sentences text.split(。) chunks [] current_chunk for sentence in sentences: if len(current_chunk) len(sentence) max_tokens: current_chunk sentence 。 else: chunks.append(current_chunk) current_chunk sentence 。 if current_chunk: chunks.append(current_chunk) return chunks # 处理长文档 long_document 你的长文档内容... chunks chunk_text(long_document) chunk_embeddings model.encode_document(chunks)️ 实际应用场景1. 智能文档检索构建企业内部知识库员工可以用自然语言提问快速找到相关文档。2. 多语言客服系统支持多语言客户查询自动匹配最相关的FAQ或解决方案。3. 代码搜索在大型代码库中用自然语言描述功能找到相关的代码片段。4. 学术论文检索研究人员可以用中文查询找到相关的英文研究论文。 性能优化建议批处理一次处理多个文本可以提高效率GPU内存管理使用bfloat16精度减少内存使用缓存机制对经常查询的文档进行嵌入缓存索引优化使用FAISS或Annoy等库加速相似度搜索 注意事项需要NVIDIA GPU和CUDA环境模型文件较大约16GB确保有足够磁盘空间对于生产环境建议使用vLLM进行服务化部署注意输入文本的token限制32768 总结Nemotron-3-Embed-8B-BF16是一个功能强大、易于使用的文本嵌入模型特别适合构建语义搜索和RAG系统。通过本文的5分钟指南你已经学会了如何快速开始使用这个模型。无论是构建多语言搜索系统、智能客服还是文档检索应用这个模型都能为你提供强大的语义理解能力。现在就开始你的语义搜索之旅吧 记住好的开始是成功的一半Nemotron-3-Embed-8B-BF16将为你提供一个强大的起点。项目文件参考模型配置文件config.jsonSentence Transformers配置sentence_bert_config.json分词器配置tokenizer_config.json祝你使用愉快如果有任何问题欢迎查阅项目的官方文档或参与社区讨论。【免费下载链接】Nemotron-3-Embed-8B-BF16项目地址: https://ai.gitcode.com/hf_mirrors/nvidia/Nemotron-3-Embed-8B-BF16创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
