Mindket

all-mpnet-base-v2

新上架第 1 版 · 更新于

概览

把句子和段落变成 768 个数字组成的向量,用来按含义搜索、聚类和比较文本,适合处理英文的开发者和数据团队。

all-mpnet-base-v2 是一款工具包,属于开发类,由 Mindket 上架。可免费获取。当前为第 1 版,最近更新于 。在本页下载,是一个装着它全部文件的 zip 压缩包。这些文件不会自己运行。

速览

你需要
  • 电脑上装好 Python
  • sentence-transformers 包
  • F32 权重约 438 MB 磁盘空间,按 Hugging Face 的估计,4 位约 55 MB
用在
  • 装有 sentence-transformers 库的 Python
  • 装有 Hugging Face Transformers 的 Python,池化这一步要你自己加
  • Text Embeddings Inference,在 Docker 里用 CPU 或 NVIDIA GPU 运行
  • 装有 Python 的 Windows、macOS 或 Linux
先运行
pip install -U sentence-transformers

平台

Docker容器
Windows操作系统
macOS操作系统
Linux操作系统

关于

它是什么

all-mpnet-base-v2 是一个 sentence-transformers 模型,把句子和段落转换成 768 个数字组成的向量。含义相近的文本会靠得很近,所以这些向量可用于语义搜索和聚类。它以 MPNet 基础模型为起点,并在一个包含 10 亿对句子的数据集上微调。

适合谁

如果你是开发者、数据团队或研究人员,需要按含义而不是按字面比较英文文本,它就适合你。

行业谁在用怎么用例子
软件搜索工程师把文档和查询变成向量,按距离排序团队把帮助文章做成向量,找出最接近用户问题的几篇
客服客服团队把新消息匹配到相似的历史消息团队把描述同一个问题的来信归到一组
研究NLP 研究人员按含义给文本聚类研究人员把问卷回答分成几个主题

如果你的文本不是英文,可以跳过它,因为记录里只列了英语。

用在哪里

  • 装有 sentence-transformers 库的 Python
  • 装有 Hugging Face Transformers 的 Python,池化这一步要你自己加
  • Text Embeddings Inference,在 Docker 里用 CPU 或 NVIDIA GPU 运行
  • 装有 Python 的 Windows、macOS 或 Linux
用例谁用得到什么
语义搜索开发者可以比较远近、找出最接近文本的向量
聚类数据分析师可以分成主题的向量
相似文本匹配客服或研究团队两段文本之间的接近程度分数

如何设置

  • 电脑上装好 Python
  • sentence-transformers 包
  • F32 权重约 438 MB 磁盘空间,按 Hugging Face 的估计,4 位约 55 MB
  1. 用 pip 安装 sentence-transformers。
  2. 运行 Python 示例,它会按名称从 Hub 加载模型。
  3. 如果想先把文件放到磁盘上,可以选择用 Hugging Face 工具下载。
pip install -U sentence-transformers
pip install -U huggingface_hub
hf download sentence-transformers/all-mpnet-base-v2

如何使用

你加载模型,传入一个句子列表,再调用 encode,就能为每个句子得到一个向量。模型卡还给出了一条经由普通 Transformers 的路线,需要你自己做平均池化并对向量做归一化。

from sentence_transformers import SentenceTransformer
sentences = ["This is an example sentence", "Each sentence is converted"]

model = SentenceTransformer('sentence-transformers/all-mpnet-base-v2')
embeddings = model.encode(sentences)
print(embeddings)
工具作用
SentenceTransformer按名称加载模型
model.encode把句子列表变成向量
AutoTokenizer 和 AutoModel普通 Transformers 路线,池化和归一化要自己做
Text Embeddings Inference在容器里提供模型服务,带有 OpenAI 风格的嵌入接口

示例

你编码两个简短的句子,一个说这是个示例,另一个说每个句子都会被转换。脚本会打印两个各含 768 个数字的向量,每句一个,你可以比较它们的接近程度。

新手与专家

嵌入是一串数字,代表一段文本的含义。意思相近的句子,得到的数字串也靠得近。你可以先用自己的两个句子试一下上面的示例。

对熟悉这个领域的人来说,这个模型是用对比学习目标训练的:给定一对句子中的一句,它要从一组随机抽取的句子里挑出真正的配对句。团队在 Hugging Face 社区周期间,用 JAX 和 Flax 在 7 块 TPU v3-8 上完成训练。用普通 Transformers 时,你要按注意力掩码加权,取词元嵌入的平均值,再做归一化。

  1. 你的句子输入
  2. 分词器把它们切成词元
  3. MPNet 模型生成词元嵌入
  4. 平均池化把它们合成每句一个
  5. 每句得到一个 768 数字的向量

注意事项

  • Size: 109M 参数,输出 768 维
  • Language: 英语
  • License: Apache 2.0
  • Cost to run: 来源没有提到费用
  • Data it reaches: 示例按名称从 Hub 加载模型,来源没有提到其他访问
  • Not for: 其他语言的文本,因为记录里只列了英语

README 和文件

README

all-mpnet-base-v2

把句子和段落变成 768 个数字组成的向量,用来按含义搜索、聚类和比较文本,适合处理英文的开发者和数据团队。

由 sentence-transformers 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:all-mpnet-base-v2 是一个 sentence-transformers 模型,把句子和段落转换成 768 个数字组成的向量。含义相近的文本会靠得很近,所以这些向量可用于语义搜索和聚类。它以 MPNet 基础模型为起点,并在一个包含 10 亿对句子的数据集上微调。

适合谁:如果你是开发者、数据团队或研究人员,需要按含义而不是按字面比较英文文本,它就适合你。

行业 | 谁在用 | 怎么用 | 例子
软件 | 搜索工程师 | 把文档和查询变成向量,按距离排序 | 团队把帮助文章做成向量,找出最接近用户问题的几篇
客服 | 客服团队 | 把新消息匹配到相似的历史消息 | 团队把描述同一个问题的来信归到一组
研究 | NLP 研究人员 | 按含义给文本聚类 | 研究人员把问卷回答分成几个主题

如果你的文本不是英文,可以跳过它,因为记录里只列了英语。

用在哪里:

  • 装有 sentence-transformers 库的 Python
  • 装有 Hugging Face Transformers 的 Python,池化这一步要你自己加
  • Text Embeddings Inference,在 Docker 里用 CPU 或 NVIDIA GPU 运行
  • 装有 Python 的 Windows、macOS 或 Linux
用例 | 谁用 | 得到什么
语义搜索 | 开发者 | 可以比较远近、找出最接近文本的向量
聚类 | 数据分析师 | 可以分成主题的向量
相似文本匹配 | 客服或研究团队 | 两段文本之间的接近程度分数

如何设置:

  • 电脑上装好 Python
  • sentence-transformers 包
  • F32 权重约 438 MB 磁盘空间,按 Hugging Face 的估计,4 位约 55 MB
  1. 用 pip 安装 sentence-transformers。
  2. 运行 Python 示例,它会按名称从 Hub 加载模型。
  3. 如果想先把文件放到磁盘上,可以选择用 Hugging Face 工具下载。
pip install -U sentence-transformers
pip install -U huggingface_hub
hf download sentence-transformers/all-mpnet-base-v2

如何使用:

你加载模型,传入一个句子列表,再调用 encode,就能为每个句子得到一个向量。模型卡还给出了一条经由普通 Transformers 的路线,需要你自己做平均池化并对向量做归一化。

from sentence_transformers import SentenceTransformer
sentences = ["This is an example sentence", "Each sentence is converted"]

model = SentenceTransformer('sentence-transformers/all-mpnet-base-v2')
embeddings = model.encode(sentences)
print(embeddings)
工具 | 作用
SentenceTransformer | 按名称加载模型
model.encode | 把句子列表变成向量
AutoTokenizer 和 AutoModel | 普通 Transformers 路线,池化和归一化要自己做
Text Embeddings Inference | 在容器里提供模型服务,带有 OpenAI 风格的嵌入接口

示例:你编码两个简短的句子,一个说这是个示例,另一个说每个句子都会被转换。脚本会打印两个各含 768 个数字的向量,每句一个,你可以比较它们的接近程度。

新手与专家:嵌入是一串数字,代表一段文本的含义。意思相近的句子,得到的数字串也靠得近。你可以先用自己的两个句子试一下上面的示例。

对熟悉这个领域的人来说,这个模型是用对比学习目标训练的:给定一对句子中的一句,它要从一组随机抽取的句子里挑出真正的配对句。团队在 Hugging Face 社区周期间,用 JAX 和 Flax 在 7 块 TPU v3-8 上完成训练。用普通 Transformers 时,你要按注意力掩码加权,取词元嵌入的平均值,再做归一化。

你的句子输入
分词器把它们切成词元
MPNet 模型生成词元嵌入
平均池化把它们合成每句一个
每句得到一个 768 数字的向量

注意事项:

  • Size: 109M 参数,输出 768 维
  • Language: 英语
  • License: Apache 2.0
  • Cost to run: 来源没有提到费用
  • Data it reaches: 示例按名称从 Hub 加载模型,来源没有提到其他访问
  • Not for: 其他语言的文本,因为记录里只列了英语

Hugging Face 上的数据(2026年11月16日)

  • 任务:sentence similarity
  • 框架:sentence-transformers
  • 参数量:109M
  • Weights: about 438 MB in F32; about 55 MB at 4-bit (estimate)
  • Formats: Safetensors
  • 最近 30 天下载:19,940,706
  • 点赞:1,406
  • 许可证:apache-2.0
  • 语言:en
  • Quantized versions: 8
  • Fine-tunes: 416
  • 标签:sentence-transformers, pytorch, onnx, safetensors, openvino, mpnet, fill-mask, feature-extraction, sentence-similarity, transformers, text-embeddings-inference

链接

  • 模型:https://huggingface.co/sentence-transformers/all-mpnet-base-v2
  • 文件:https://huggingface.co/sentence-transformers/all-mpnet-base-v2/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 sentence-transformers/all-mpnet-base-v2

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。

文件
README.md  5 KB

1 个文件,共 5 KB,以 zip 压缩包下载。

更新内容

  • 第 1 版 · 2026-11-16

同类产品对比

同一分类里与本产品共有标签最多的已上架 Hugging Face 模型。

产品最近 30 天下载点赞参数量许可证最近更新
all-mpnet-base-v2 本页19,940,7061,406109Mapache-2.0
all-MiniLM-L6-v2共有 openvino · sentence-similarity · text-embeddings-inference174,740,1846,10422.7Mapache-2.0
paraphrase-multilingual-MiniLM-L12-v2共有 openvino · sentence-similarity · text-embeddings-inference26,540,1251,505118Mapache-2.0
multilingual-e5-large共有 openvino · sentence-similarity · text-embeddings-inference7,120,5551,284560Mmit
multilingual-e5-base共有 openvino · sentence-similarity · text-embeddings-inference4,750,367422278Mmit
bge-small-en-v1.5共有 sentence-similarity · text-embeddings-inference · sentence-transformers45,750,54867133.4Mmit
数据为 Mindket 在 2026-11-12 至 2026-11-16 期间读取的数值。

评价

还没有评分

写评价

还没有评价。

大家怎么说

Hacker News、Bluesky、X、Reddit、Facebook 和 YouTube 上提到这个项目的帖子和评论,来自每周一次的搜索和 Trendshift。它们不是 Mindket 写的,也未经核实,点开即可在原帖处阅读。

搜索日期

Mindket 的更多商品

查看 Mindket 的全部商品

multilingual-e5-base

intfloat · 工具包

把约 100 种语言的文本变成向量,让你能跨语言比较含义,用于搜索和匹配。适合构建多语言检索的开发者。

新上架

sprite-gen

aldegad · 技能

把一张角色底图做成可直接进游戏的精灵图,输出带清单的图集或透明动作循环,适合在 Codex 或 Claude Code 里做游戏的开发者。

新上架4097

Monocolor Editorial Print

yanliudesign · 技能

根据主题、物品或你的照片,做出原创的一色和两色编辑风格图像,用于海报、杂志、肖像和包装。返回图像、准确的提示词和一份简短配方。

新上架3662

开发类的相似商品

查看开发类的全部商品

VibeSkills

foryourhealth111-pixel · 技能

从大量已安装的技能中挑出合适的,并把每个任务拆成可检查的步骤,交给你的编程智能体。在它自己的基准测试里,平均奖励提高了 21.12 个百分点,令牌用量下降了 29.6%。

新上架3821

claude-bughunter

elementalsouls · 技能

为 Claude Code 提供 83 个技能和 15 个斜杠命令,用于漏洞赏金和获得授权的红队工作,从网页漏洞类别到企业身份攻击,再到报告撰写。适合安全研究人员。

新上架6853

Qwen3.8-27B-ASCII-Condensed

bsaleh03 · 工具包

把 Qwen3.8-27B 的词表裁剪到只剩 ASCII,让一块 16 GB 显卡就能装下长得多的提示词。这是供 llama.cpp 使用的 GGUF 版本,适合英文文本和代码。

新上架