bekko-static-v1-slim-100k

bekko-static-v1-slim-100k

用静态嵌入模型把文本变成 1024 维向量，词表精简到 25 种语言。不用 Transformer，就能快速做句子相似度和检索，可用 Python 或 Rust。

由 flowercomputers 在 Hugging Face 上制作。这些说明是 Mindket 根据它的模型页面和模型卡写的，模型自己的文件和许可证在 Hugging Face 上。

简介

它是什么：bekko-static-v1-slim-100k 是一个静态嵌入模型。它给每个词元查表再取平均，不用 Transformer，所以文本能很快变成 1024 维向量。它是 bekko-static-embedding-v1 的精简副本，在 200,000 个词元里保留了一半。

适合谁：它适合做搜索或相似度功能、想要小而快的 25 种语言嵌入的开发者，语言从英语、阿拉伯语到约鲁巴语和中文。

Title: 谁在用
Industry | Who uses it | How they use it | Example
软件 | 搜索开发者 | 给文档和查询做嵌入以便检索 | 按问题给帮助文章排序
研究 | 检索研究者 | 测试嵌入质量与词表大小的关系 | 在 NanoBEIR 上比较这一系列的版本
嵌入式系统 | Rust 开发者 | 把嵌入器编译进程序 | 运行时不用下载的搜索功能

如果你需要这 25 种以外的语言，可以跳过它，因为它们的词元已被删掉。

用在哪里：

• Windows、macOS 或 Linux 上，配合 sentence-transformers 库的 Python
• Rust 程序，通过 encoders crate
• 针对 25 种支持语言文本的检索和相似度任务

Title: 它能做的事
Use case | Who | What they get back
句子相似度 | 开发者 | 两段文本之间的相似度分数
文档检索 | 搜索团队 | 可以按相近程度排序的向量
更小的向量 | 在意存储的团队 | 通过缩小宽度得到更短的嵌入

如何设置：

• 装有 sentence-transformers 的 Python，或使用 encoders crate 的 Rust 项目
• 查询和文档都不需要提示词或前缀

1. 如果用 Python，先安装 sentence-transformers。
2. 在代码里按名字加载模型。
3. 如果用 Rust，就添加带本模型特性的 encoders crate。

pip install -U huggingface_hub
hf download flowercomputers/bekko-static-v1-slim-100k

$ cargo add encoders --features='bekko-static-v1-slim-100k'

如何使用：
对文本编码，然后比较向量。传入较小的宽度，比如 256，就能得到更短的 Matryoshka 嵌入。在 Rust 里，对单个字符串或一批字符串调用编码函数。

from sentence_transformers import SentenceTransformer

model = SentenceTransformer("flower-computer/bekko-static-v1-slim-100k")           # add truncate_dim=256 etc. for Matryoshka sizes
emb = model.encode(["What is the capital of France?", "Paris is the capital of France."])
print(model.similarity(emb[0:1], emb[1:2]))

let one   = encoders::encode_single("What is the capital of France?");
let batch = encoders::encode(["Paris is the capital of France.", "Tokyo is the capital of Japan."]);

Title: Rust crate 的选项
Tool | What it does
mrl-512 到 mrl-32 | 把向量截到某个 Matryoshka 宽度，默认是 1024
int8、int16、float32 | 选择表的类型，默认是 int16
rayon | 并行处理批量数据

示例：
你对一个问题和一句回答它的话编码，比如法国首都那一对。代码打印出这一对的相似度分数，匹配的回答应该比无关的句子得分更高。

新手与专家：
如果你是新手，嵌入就是把句子变成一串数字，这样程序就能判断两句话在意思上有多接近。第一件小事是用两句话试试那段 Python 代码。

如果你懂这个领域，模型用词元查表加均值池化，维度 1024，宽度从 32 到 1024。代价是质量换体积：用这个 100k 词表，NanoBEIR-en 从 53.71 降到 52.91，文件缩小一半到 205 MB。

文本被切成 WordPiece 词元
每个词元在表里查找
向量取平均得到一个嵌入
比较嵌入来判断相似度

注意事项：

Title: 按词表大小的 NanoBEIR-en 得分
200k, source model: 53.71
100k, this model: 52.91
75k: 52.09
50k: 50.22
32k: 49.31

• 语言：这 25 种以外的语言不受支持，会退化为单个字符或未知词元。
• 大小：F16 约 205 MB，源模型是 410 MB。
• License：mit。
• Cost to run：没有提到 API 密钥、账号或付费服务。
• Data it reaches：Python 从 Hugging Face 下载模型。Rust crate 把它编译进程序，所以运行时不用下载。
• Not for：这 25 种以外的语言。

Hugging Face 上的数据（2026年11月13日）

• 任务：sentence similarity
• 框架：sentence-transformers
• 参数量：102M
• Weights: about 205 MB in F16; about 51 MB at 4-bit (estimate)
• Formats: Safetensors
• 最近 30 天下载：0
• 点赞：3
• 许可证：mit
• 语言：en, ar, bn, de, es, fa, fi, fr
• 基于：hotchpotch/bekko-static-embedding-v1
• 标签：sentence-transformers, safetensors, static-embedding, sentence-similarity, feature-extraction, vocabulary-pruning, multilingual

链接

• 模型：https://huggingface.co/flowercomputers/bekko-static-v1-slim-100k
• 文件：https://huggingface.co/flowercomputers/bekko-static-v1-slim-100k/tree/main

获取模型

用 Hugging Face 的命令行下载它的文件：

pip install -U huggingface_hub
hf download flowercomputers/bekko-static-v1-slim-100k

然后按它的模型卡使用它。这个工具包里没有会自己运行的东西。