hs-embed-1

hs-embed-1

把文本变成紧凑的向量，用于八种语言的搜索和匹配，输入最长 8,192 个 token。这是为 Hindsight 打造的 112M 小型嵌入模型，可在 CPU 或 GPU 上运行。

由 hindsight-ai 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：hs-embed-1 能把八种语言的文本变成用于搜索的向量，hindsight-ai 做它是为了配合 Hindsight 使用。每句话或每段文字都会变成 384 个数字组成的向量，你还可以把向量缩短到 256、128 或 64 个数字。它有 1.12 亿参数，接受最长 8,192 个 token 的输入，查询和文档都不需要加提示前缀。

适合谁：适合构建语义搜索、检索或智能体记忆，并且想要一个能在 CPU 上运行的小型嵌入模型的开发者。文件采用 MIT 许可证。

Industry | Who uses it | How they use it | Example
搜索 | 搜索工程师 | 为八种语言的语义搜索嵌入查询和文档 | 把一个关于搬家的问题与一句写到某个城市的句子匹配
AI 智能体 | 智能体开发者 | 让 Hindsight 指向这个模型，给智能体加上记忆 | 把 Hindsight 设为使用本地模型
平台 | 基础设施团队 | 用 Text Embeddings Inference 服务器提供嵌入 | 用 Docker 运行 CPU 镜像

如果你需要得分最高的巨型嵌入模型，可以跳过它，因为这个模型的定位就是小。

用在哪里：

• 使用 sentence-transformers 库的 Python
• Text Embeddings Inference 服务器，在 CPU 或 GPU 上
• Hindsight，可以用本地模型、TEI 服务器或托管的 Hindsight Inference 服务
• 装有 Python 的 Windows、macOS 或 Linux，用来下载文件

Use case | Who | What they get back
语义搜索 | 开发者 | 可以用余弦相似度比较的向量
智能体记忆 | 智能体构建者 | 由 Hindsight 存储和搜索的嵌入
短向量 | 注重成本的团队 | 缩短到 256、128 或 64 个数字的向量

如何设置：

• Python 和 sentence-transformers 软件包
• Docker，只有用 Text Embeddings Inference 部署模型时才需要
• Hindsight API 密钥，只有用托管的 Hindsight Inference 服务时才需要

1. 安装 Python。
2. 用下面第一段安装 sentence-transformers 软件包。
3. 也可以用第二段里 Hugging Face 的两条命令复制模型文件。

pip install -U sentence-transformers

pip install -U huggingface_hub
hf download hindsight-ai/hs-embed-1

如何使用：你加载模型，用归一化嵌入对查询和文档编码，再用 similarity 方法比较它们。

from sentence_transformers import SentenceTransformer

model = SentenceTransformer("hindsight-ai/hs-embed-1")

queries = ["Where did Maya move last spring?"]
documents = [
    "Maya moved to Lisbon in April.",
    "Maya's brother lives in Porto.",
]

query_embeddings = model.encode(queries, normalize_embeddings=True)
document_embeddings = model.encode(documents, normalize_embeddings=True)

print(model.similarity(query_embeddings, document_embeddings))

加载模型时传入 truncate_dim，就能得到更短的向量。

model = SentenceTransformer("hindsight-ai/hs-embed-1", truncate_dim=256)

要让 Hindsight 在你的机器上使用这个模型，设置下面两个环境变量。

HINDSIGHT_API_EMBEDDINGS_PROVIDER=local
HINDSIGHT_API_EMBEDDINGS_LOCAL_MODEL=hindsight-ai/hs-embed-1

Tool | What it does
SentenceTransformer | 加载模型并对文本编码
truncate_dim | 把向量缩短到 256、128 或 64 个数字
Text Embeddings Inference | 通过 HTTP 在 CPU 或 GPU 上提供模型服务
Hindsight settings | 告诉 Hindsight 使用哪个嵌入提供方

示例：你用问题 "Where did Maya move last spring?" 去对照两句话，一句写的是里斯本，一句写的是她在波尔图的哥哥，想问 Maya 搬到了哪个城市。调用会为每句话打印一个相似度分数，写里斯本的那句应该得分更高。

新手与专家：嵌入就是把文字变成数字，让意思相近的内容靠得近。一个好的起步是运行上面的 Python 示例，看看它打印出的两个分数。

从底层看，1.12 亿参数里的大部分，也就是 9800 万，在词元嵌入表里，这让每次前向传播只剩一个 1300 万参数的 transformer。池化方式是均值，相似度是余弦，模型同时提供给 CPU 用的 int8 ONNX 导出和给 GPU 用的 safetensors。要手动缩短向量，保留前面的值再重新归一化即可。

加载 hs-embed-1
对查询和文档编码
归一化向量
用余弦相似度比较
给匹配项排序

注意事项：

• License: MIT
• Cost to run: 本地使用未提及费用，托管的 Hindsight Inference 服务需要 API 密钥
• Data it reaches: 下载时从 Hugging Face 获取文件，托管服务会收到你发给它的任何文本
• 八种语言，其中有英语、日语和繁简两种字形的中文

Title: 可用的向量大小
Full vector: 384 dims
Truncated: 256 dims
Truncated again: 128 dims
Smallest: 64 dims

Hugging Face 上的数据（2026年11月13日）

• 任务：sentence similarity
• 框架：sentence-transformers
• 参数量：112M
• Weights: about 223 MB in F16; about 56 MB at 4-bit (estimate)
• Formats: Safetensors
• 最近 30 天下载：22,412
• 点赞：7
• 许可证：mit
• 语言：en, es, fr, de, pt, ja, ko, zh
• 基于：hotchpotch/bekko-embedding-v1-a25m
• 标签：sentence-transformers, onnx, safetensors, modernbert, feature-extraction, embeddings, matryoshka, multilingual, text-embeddings-inference, hindsight, sentence-similarity

链接

• 模型：https://huggingface.co/hindsight-ai/hs-embed-1
• 文件：https://huggingface.co/hindsight-ai/hs-embed-1/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 hindsight-ai/hs-embed-1

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。