NVIDIA的Nemotron Personas嵌入向量
摘要
使用Qwen 0.6B为Nemotron-Personas数据集预计算的嵌入向量，通过网页演示实现对合成角色进行语义搜索和聚类。
我为nvidia/Nemotron-Personas数据集提取了嵌入向量。这是一个非常宝贵的资源，包含数百万个具有详细背景（姓名、年龄、职业、爱好等）的合成角色，但要找到特定角色或对其聚类却很难。为了解决这个问题，我使用了Qwen 0.6B来计算嵌入向量。虽然0.6B模型轻量，但用于运行语义搜索或查找K近邻以构建角色组群完全足够。你可以找到预计算的嵌入向量（韩国、日本、法国、美国）。请查看网页演示。
* 数据集：[https://huggingface.co/collections/tantara/nemotron-personas-embedding](https://huggingface.co/collections/tantara/nemotron-personas-embedding)
* 网页演示：[https://www.microworld.dev/](https://www.microworld.dev/)
如果你有任何想法，或者最终将其用于你的本地智能体项目，请告诉我！
相似文章
Nemotron-3-Embed 1B/8B
NVIDIA 发布了 Nemotron-3-Embed 1B 和 8B 模型，这是最先进的多语言文本嵌入模型，用于检索和语义相似度，针对 RAG 系统进行了优化。
NVIDIA Nemotron 3 Embed 在RTEB整体排名第一，推动智能检索发展
NVIDIA发布Nemotron 3 Embed，这是一组开源嵌入模型，在RTEB排行榜上名列前茅，包括一个80亿参数的旗舰模型以及适用于生产规模检索的高效10亿参数变体。
nvidia/Nemotron-3-Embed-1B-BF16
NVIDIA发布了Nemotron-3-Embed-1B-BF16，一款针对检索和语义相似度优化的多语言文本嵌入模型，在34种语言上实现了RAG系统的最优性能。
nvidia/NVIDIA-Nemotron-3.5-Super-VL-120B-A12B-NVFP4
NVIDIA 发布了 NVIDIA-Nemotron-3.5-Super-VL-120B-A12B-NVFP4，这是一款采用 NVFP4 量化的视觉语言模型，拥有 1200 亿总参数/120 亿激活参数，采用 Mamba-2 混合 MoE 架构，配备 C-RADIO 视觉编码器，支持最高 100 万 token 的上下文窗口，并原生支持多 token 预测以实现投机解码，采用 OpenMDW-1.1 许可证，可用于商业和非商业用途。
nvidia/Nemotron-3.5-Embed-1B-BF16 · Hugging Face
NVIDIA 发布 Nemotron-3.5-Embed-1B-BF16 多模态嵌入模型，支持文本、图像及图文混合输入的文档检索，文本检索覆盖 34 种语言，图像检索覆盖 18 种语言，可用于语义搜索和 RAG 工作流。模型采用 OpenMDW-1.1 许可，允许商用。