Pular para o conteúdo
Local AI Wizard
Sua máquina
Tema

Granite Embedding 278M Multilingual

IBM · ibm-granite/granite-embedding-278m-multilingual

Licença dos pesos: Apache 2.0 · código e componentes podem ter outros termos

MTEB (Multilingual, v2)53,7 / 100mean(task) · execução independente
Memória necessária~3 GBEstimativa 8 bits · não medida
Parâmetros0,28 BBase nos detalhes técnicos
Dimensões · contexto768512 tokens

Qualidade

MTEB (Multilingual, v2)

Média por tarefa · 0 a 100 · maior é melhor · este modelo em destaque

  • Cor = publicador

Fonte: dataset de resultados do MTEB (execuções independentes, CC0) · informado pelo publicador quando o model card é a única fonte · outros benchmarks e versões não entram

Benchmarks com fonte
MTEB (Multilingual, v2)mean(task) · 768d53,74execução independente
2026-10-25
MTEB (eng, v2)mean(task) · 768d60,36execução independente
2026-10-25

Informado pelo publicador

136 resultados · ficha de IBM · lida em 2026-10-25
MTEB AmazonCounterfactualClassification (en-ext) (en-ext; test; main_score)
73,433Classification
MTEB AmazonCounterfactualClassification (en) (en; test; main_score)
71,806Classification
MTEB AmazonPolarityClassification (default) (test; main_score)
67,591Classification
MTEB AmazonReviewsClassification (en) (en; test; main_score)
37,278Classification
MTEB AppsRetrieval (default) (test; main_score)
6,214Retrieval
MTEB ArguAna (default) (test; main_score)
55,244Retrieval
MTEB ArxivClusteringP2P (default) (test; main_score)
43,132Clustering
MTEB ArxivClusteringS2S (default) (test; main_score)
32,934Clustering
Todos os resultados informados136
MTEB AskUbuntuDupQuestions (default) (test; main_score)
62,344Reranking
MTEB BIOSSES (default) (test; main_score)
81,636STS
MTEB Banking77Classification (default) (test; main_score)
78,062Classification
MTEB BiorxivClusteringP2P (default) (test; main_score)
35,827Clustering
MTEB BiorxivClusteringS2S (default) (test; main_score)
30,391Clustering
MTEB COIRCodeSearchNetRetrieval (python) (python; test; main_score)
88,789Retrieval
MTEB COIRCodeSearchNetRetrieval (javascript) (javascript; test; main_score)
38,778Retrieval
MTEB COIRCodeSearchNetRetrieval (go) (go; test; main_score)
56,296Retrieval
MTEB COIRCodeSearchNetRetrieval (ruby) (ruby; test; main_score)
42,536Retrieval
MTEB COIRCodeSearchNetRetrieval (java) (java; test; main_score)
48,54Retrieval
MTEB COIRCodeSearchNetRetrieval (php) (php; test; main_score)
42,511Retrieval
MTEB CQADupstackAndroidRetrieval (default) (test; main_score)
53,048Retrieval
MTEB CQADupstackEnglishRetrieval (default) (test; main_score)
43,868Retrieval
MTEB CQADupstackGamingRetrieval (default) (test; main_score)
56,369Retrieval
MTEB CQADupstackGisRetrieval (default) (test; main_score)
43,503Retrieval
MTEB CQADupstackMathematicaRetrieval (default) (test; main_score)
32,024Retrieval
MTEB CQADupstackPhysicsRetrieval (default) (test; main_score)
47,316Retrieval
MTEB CQADupstackProgrammersRetrieval (default) (test; main_score)
43,581Retrieval
MTEB CQADupstackRetrieval (default) (test; main_score)
42,743Retrieval
MTEB CQADupstackRetrieval (default) (test; main_score)
42,743Retrieval
MTEB CQADupstackStatsRetrieval (default) (test; main_score)
36,796Retrieval
MTEB CQADupstackTexRetrieval (default) (test; main_score)
31,775Retrieval
MTEB CQADupstackUnixRetrieval (default) (test; main_score)
45,275Retrieval
MTEB CQADupstackWebmastersRetrieval (default) (test; main_score)
42,957Retrieval
MTEB CQADupstackWordpressRetrieval (default) (test; main_score)
36,409Retrieval
MTEB ClimateFEVER (default) (test; main_score)
29,494Retrieval
MTEB CodeFeedbackMT (default) (test; main_score)
31,392Retrieval
MTEB CodeFeedbackST (default) (test; main_score)
67,722Retrieval
MTEB CodeSearchNetCCRetrieval (python) (python; test; main_score)
45,532Retrieval
MTEB CodeSearchNetCCRetrieval (javascript) (javascript; test; main_score)
46,024Retrieval
MTEB CodeSearchNetCCRetrieval (go) (go; test; main_score)
37,555Retrieval
MTEB CodeSearchNetCCRetrieval (ruby) (ruby; test; main_score)
47,549Retrieval
MTEB CodeSearchNetCCRetrieval (java) (java; test; main_score)
45,539Retrieval
MTEB CodeSearchNetCCRetrieval (php) (php; test; main_score)
35,942Retrieval
MTEB CodeSearchNetRetrieval (python) (python; test; main_score)
83,12Retrieval
MTEB CodeSearchNetRetrieval (javascript) (javascript; test; main_score)
70,34Retrieval
MTEB CodeSearchNetRetrieval (go) (go; test; main_score)
86,139Retrieval
MTEB CodeSearchNetRetrieval (ruby) (ruby; test; main_score)
74,736Retrieval
MTEB CodeSearchNetRetrieval (java) (java; test; main_score)
70,89Retrieval
MTEB CodeSearchNetRetrieval (php) (php; test; main_score)
72,930Retrieval
MTEB CodeTransOceanContest (default) (test; main_score)
60,831Retrieval
MTEB CodeTransOceanDL (default) (test; main_score)
32,138Retrieval
MTEB CosQA (default) (test; main_score)
33,452Retrieval
MTEB DBPedia (default) (test; main_score)
34,565Retrieval
MTEB EmotionClassification (default) (test; main_score)
36,450Classification
MTEB FEVER (default) (test; main_score)
84,932Retrieval
MTEB FiQA2018 (default) (test; main_score)
35,663Retrieval
MTEB HotpotQA (default) (test; main_score)
61,513Retrieval
MTEB ImdbClassification (default) (test; main_score)
63,023Classification
MTEB MIRACLRetrieval (ar) (ar; dev; main_score)
64,238Retrieval
MTEB MIRACLRetrieval (bn) (bn; dev; main_score)
68,055Retrieval
MTEB MIRACLRetrieval (de) (de; dev; main_score)
48,123Retrieval
MTEB MIRACLRetrieval (en) (en; dev; main_score)
49,372Retrieval
MTEB MIRACLRetrieval (es) (es; dev; main_score)
49,688Retrieval
MTEB MIRACLRetrieval (fa) (fa; dev; main_score)
50,226Retrieval
MTEB MIRACLRetrieval (fi) (fi; dev; main_score)
67,46Retrieval
MTEB MIRACLRetrieval (fr) (fr; dev; main_score)
49,891Retrieval
MTEB MIRACLRetrieval (hi) (hi; dev; main_score)
46,141Retrieval
MTEB MIRACLRetrieval (id) (id; dev; main_score)
47,229Retrieval
MTEB MIRACLRetrieval (ja) (ja; dev; main_score)
62,81Retrieval
MTEB MIRACLRetrieval (ko) (ko; dev; main_score)
59,216Retrieval
MTEB MIRACLRetrieval (ru) (ru; dev; main_score)
52,349Retrieval
MTEB MIRACLRetrieval (sw) (sw; dev; main_score)
61,271Retrieval
MTEB MIRACLRetrieval (te) (te; dev; main_score)
79,149Retrieval
MTEB MIRACLRetrieval (th) (th; dev; main_score)
73,324Retrieval
MTEB MIRACLRetrieval (yo) (yo; dev; main_score)
68,705Retrieval
MTEB MIRACLRetrieval (zh) (zh; dev; main_score)
52,553Retrieval
MTEB MSMARCO (default) (dev; main_score)
29,867Retrieval
MTEB MTOPDomainClassification (en) (en; test; main_score)
89,900Classification
MTEB MTOPIntentClassification (en) (en; test; main_score)
60,269Classification
MTEB MassiveIntentClassification (en) (en; test; main_score)
63,951Classification
MTEB MassiveScenarioClassification (en) (en; test; main_score)
70,928Classification
MTEB MedrxivClusteringP2P (default) (test; main_score)
31,522Clustering
MTEB MedrxivClusteringS2S (default) (test; main_score)
28,573Clustering
MTEB MindSmallReranking (default) (test; main_score)
30,538Reranking
MTEB NFCorpus (default) (test; main_score)
28,903Retrieval
MTEB NQ (default) (test; main_score)
53,410Retrieval
MTEB QuoraRetrieval (default) (test; main_score)
86,871Retrieval
MTEB RedditClustering (default) (test; main_score)
45,857Clustering
MTEB RedditClusteringP2P (default) (test; main_score)
54,990Clustering
MTEB SCIDOCS (default) (test; main_score)
17,721Retrieval
MTEB SICK-R (default) (test; main_score)
68,745STS
MTEB STS12 (default) (test; main_score)
75,191STS
MTEB STS13 (default) (test; main_score)
77,305STS
MTEB STS14 (default) (test; main_score)
74,948STS
MTEB STS15 (default) (test; main_score)
86,017STS
MTEB STS16 (default) (test; main_score)
81,957STS
MTEB STS17 (en-tr) (en-tr; test; main_score)
44,643STS
MTEB STS17 (it-en) (it-en; test; main_score)
68,276STS
MTEB STS17 (en-en) (en-en; test; main_score)
78,593STS
MTEB STS17 (en-ar) (en-ar; test; main_score)
59,839STS
MTEB STS17 (fr-en) (fr-en; test; main_score)
74,250STS
MTEB STS17 (nl-en) (nl-en; test; main_score)
68,042STS
MTEB STS17 (es-en) (es-en; test; main_score)
69,573STS
MTEB STS17 (en-de) (en-de; test; main_score)
69,718STS
MTEB STS22 (de-en) (de-en; test; main_score)
60,044STS
MTEB STS22 (en) (en; test; main_score)
68,151STS
MTEB STS22 (es-en) (es-en; test; main_score)
80,470STS
MTEB STS22 (zh-en) (zh-en; test; main_score)
72,457STS
MTEB STS22 (pl-en) (pl-en; test; main_score)
70,675STS
MTEB STSBenchmark (default) (test; main_score)
78,408STS
MTEB SciDocsRR (default) (test; main_score)
79,610Reranking
MTEB SciFact (default) (test; main_score)
65,847Retrieval
MTEB SprintDuplicateQuestions (default) (test; main_score)
93,508PairClassification
MTEB StackExchangeClustering (default) (test; main_score)
55,931Clustering
MTEB StackExchangeClusteringP2P (default) (test; main_score)
32,930Clustering
MTEB StackOverflowDupQuestions (default) (test; main_score)
51,776Reranking
MTEB StackOverflowQA (default) (test; main_score)
78,45Retrieval
MTEB SummEval (default) (test; main_score)
32,026Summarization
MTEB SyntheticText2SQL (default) (test; main_score)
47,344Retrieval
MTEB TRECCOVID (default) (test; main_score)
68,573Retrieval
MTEB Touche2020 (default) (test; main_score)
27,306Retrieval
MTEB ToxicConversationsClassification (default) (test; main_score)
62,481Classification
MTEB TweetSentimentExtractionClassification (default) (test; main_score)
58,362Classification
MTEB TwentyNewsgroupsClustering (default) (test; main_score)
38,620Clustering
MTEB TwitterSemEval2015 (default) (test; main_score)
64,413PairClassification
MTEB TwitterURLCorpus (default) (test; main_score)
86,155PairClassification
Paramters (M)
278
Miracl (18)
58,3
Mintaka Retrieval (8)
23,2
MTEB English (15)
48,2
MTEB German (4)
71,2
MTEB Spanish (2)
52,6
MTEB French (5)
54,1
MTEB Japanese (2)
61,7
MTEB Arabic (1)
64,2
MTEB Korean (1)
71,8
MTEB Chinese (8)
45,2

Valores como impressos na ficha, com a configuração do próprio publicador; coluna “granite-embedding-278M-multilingual”. Não comparáveis entre publicadores e fora de qualquer ranking. Ficha do modelo

Qualidade × memória

Sem par qualidade × memória comparável

As estimativas de memória de embeddings ficam em poucos GB, então um gráfico qualidade × memória não separaria estes modelos; o MTEB aparece acima.

Considere para

Considere Granite Embedding 278M Multilingual para busca semântica e recuperação: gera vetores de 768 dimensões a partir de texto.

Confira antes

O publicador não informa memória; a lista de hardware usa a estimativa de ~3 GB, um teto e não uma medição. PT-BR confirmado por uma fonte.

Roda em

Cabe na memória rápida 119

A estimativa de planejamento cabe na memória que o modelo usa rápido: a VRAM da placa de vídeo, ou a memória unificada dentro da fatia de GPU do macOS.

Mostrar todos os 119

Perfis de hardware agrupados pela estimativa de planejamento de embeddings (pesos de 8 bits, 20% de margem, 2 GB de reserva). Não é compatibilidade medida.

Velocidade medida

Nenhuma medição publicada para este checkpoint

A vazão (textos por segundo) só aparece quando uma fonte a publica com hardware, build e configuração. Nunca é estimada.

Como rodar

A estimativa de planejamento usa pesos de 8 bits, 20% de margem e 2 GB de reserva; é um teto, não uma medição.

Roda em
Ollama, Transformersfonte
Idiomas · PT-BR
12 idiomas: inglês, alemão, espanhol, francês, japonês, português, árabe, tcheco, italiano, coreano, holandês, chinês (model card)PT-BR confirmado por uma fonte

Formas documentadas de rodar

Copiado como aparece na fonte vinculada (lida em 2026-10-18); não executado por este site.

Preparação indicada antes pela fonte · Sentence Transformers
pip install sentence_transformers
Sentence Transformers · ficha do modelo · Granite-Embedding-278m-multilingual
from sentence_transformers import SentenceTransformer, util

model_path = "ibm-granite/granite-embedding-278m-multilingual"
# Load the Sentence Transformer model
model = SentenceTransformer(model_path)

input_queries = [
    ' Who made the song My achy breaky heart? ',
    'summit define'
    ]

input_passages = [
    "Achy Breaky Heart is a country song written by Don Von Tress. Originally titled Don't Tell My Heart and performed by The Marcy Brothers in 1991. ",
    "Definition of summit for English Language Learners. : 1 the highest point of a mountain : the top of a mountain. : 2 the highest level. : 3 a meeting or series of meetings between the leaders of two or more governments."
    ]

# encode queries and passages
query_embeddings = model.encode(input_queries)
passage_embeddings = model.encode(input_passages)

# calculate cosine similarity
print(util.cos_sim(query_embeddings, passage_embeddings))
Preparação indicada antes pela fonte · Transformers
pip install transformers torch
Transformers · ficha do modelo · Granite-Embedding-278m-multilingual
import torch
from transformers import AutoModel, AutoTokenizer

model_path = "ibm-granite/granite-embedding-278m-multilingual"

# Load the model and tokenizer
model = AutoModel.from_pretrained(model_path)
tokenizer = AutoTokenizer.from_pretrained(model_path)
model.eval()

input_queries = [
    ' Who made the song My achy breaky heart? ',
    'summit define'
    ]

# tokenize inputs
tokenized_queries = tokenizer(input_queries, padding=True, truncation=True, return_tensors='pt')

# encode queries
with torch.no_grad():
    # Queries
    model_output = model(**tokenized_queries)
    # Perform pooling. granite-embedding-278m-multilingual uses CLS Pooling
    query_embeddings = model_output[0][:, 0]

# normalize the embeddings
query_embeddings = torch.nn.functional.normalize(query_embeddings, dim=1)

Escolher meu computador

Detalhes técnicos

O que a fonte e o catálogo guardam deste checkpoint. Campos ausentes ficam de fora, nunca como zero.

Tarefa
embeddings para busca (extração de características)
Biblioteca na fonte
Ollama, Transformers
Licença dos pesos
Apache 2.0
Uso comercial
Permitido Apache License 2.0 text (SPDX) · consultado em 2026-10-18texto da licença
Base dos parâmetros
Total de parâmetros dos safetensors no Hub (278,043,648, lido em 2026-10-07 na API do Hub); os publicadores arredondam no nome.
Anunciado
2024-12-18

Substituído pelo Granite Embedding 311M Multilingual R2 (listado à parte). A página “granite-embedding” do Ollama traz este modelo de 278M e um de 30M só em inglês.

Fontes

Identidade e especificações publicadas vêm da página do checkpoint. As notas pertencem à rodada indicada e não medem velocidade no seu computador.

Fatos curados verificados: 2026-10-07. Cada valor cita sua fonte (a ficha do publicador ou o dataset de resultados do MTEB); estimativas vêm rotuladas como estimativas, e um valor que nenhuma fonte informa fica vazio. Um commit do repositório não é a data de lançamento do modelo.