270M 파라미터로 구현한 초경량 다국어 임베딩, Microsoft Harrier-OSS-v1
문장 임베딩 및 특징 추출270Mmit
Gemma 3 아키텍처를 기반으로 한 270M 규모의 초경량 다국어 임베딩 모델로, 효율적인 문장 유사도 검색과 특징 추출을 지원한다.
핵심 역량
- 다국어 문장 임베딩
- 시맨틱 유사도 검색
- 텍스트 특징 추출
- RAG 시스템용 벡터 생성
강점
- 270M 파라미터의 초경량 구조로 CPU 및 엣지 환경에서 고속 추론 가능
- MIT 라이선스 적용으로 제약 없는 상업적 활용 보장
- 다국어 환경에서의 문장 유사도 측정 성능 확보
훈련 방식
Gemma 3 270M 기반 Sentence-Transformers 파인튜닝 및 다국어 텍스트 데이터셋 학습
알아두면 좋은 것
- 한국어를 포함한 100개 이상의 다국어 지원
- Gemma 3 텍스트 아키텍처 기반의 초경량 설계
- MIT 라이선스로 상업적 이용 및 수정 가능
- Sentence-Transformers 프레임워크와 완벽 호환
126
Likes
10.5k
Downloads
0 / 0
조회수
관련 토론
아직 관련 토론이 없습니다.
댓글
댓글을 작성하려면 로그인이 필요합니다.