The all-mpnet-base-v2 embedding model encodes sentences and short paragraphs into a 768-dimensional dense vector space, providing high-fidelity semantic embeddings well suited for tasks like information retrieval, clustering, similarity scoring, and...
Resultat och priser visas bara när de finns i den aktuella källan. “Ej publicerat” är inte ett nollresultat.
| Modellversion | SWE-Bench | MMLU | GPQA | Kontext | Pris / 1M in/ut | Kunskapsgräns | Källa | Datum |
|---|---|---|---|---|---|---|---|---|
| all-mpnet-base-v2 | Ej publicerat | Ej publicerat | Ej publicerat | 512 tokens | Ej publicerat | Ej publicerat | Saknas | 2025-11-17 |
sentence-transformers/all-mpnet-base-v2