首页acge_text_embedding模型下载地址

acge_text_embedding模型下载地址

时间: 2025-06-19 09:55:53 浏览: 38

### 如何下载 acge_text_embedding 模型 acge_text_embedding 是由合合信息推出的一款高性能文本向量化模型，其在中文语义向量评测基准 C-MTEB 中表现优异，获得了第一名的成绩[^2]。为了方便用户使用，该模型已发布至 Hugging Face 平台，用户可以通过以下方式下载和加载模型。 #### 下载地址 acge_text_embedding 模型的官方下载地址为： [Hugging Face 模型仓库](https://huggingface.co/) 具体路径如下： ```plaintext https://huggingface.co/ACGE/acge_text_embedding ``` #### 安装依赖在下载模型之前，请确保安装了必要的依赖库 `transformers` 和 `torch`。可以使用以下命令进行安装： ```bash pip install transformers torch ``` #### 加载模型代码示例以下是加载 acge_text_embedding 模型的 Python 示例代码： ```python from transformers import AutoTokenizer, AutoModel # 初始化 tokenizer 和模型 tokenizer = AutoTokenizer.from_pretrained("ACGE/acge_text_embedding") model = AutoModel.from_pretrained("ACGE/acge_text_embedding") # 测试输入文本 text = "这是一个测试文本" inputs = tokenizer(text, return_tensors="pt", truncation=True, padding=True) outputs = model(**inputs) # 获取向量表示 embeddings = outputs.last_hidden_state.mean(dim=1) print(embeddings) ``` #### 注意事项 - 确保网络连接正常，以便从 Hugging Face 平台顺利下载模型文件。 - 如果需要离线使用模型，请提前下载并保存到本地路径，然后通过 `from_pretrained` 方法指定本地路径加载模型[^1]。 --- ###

阅读全文