The multi-qa-mpnet-base-dot-v1 embedding model transforms sentences and short paragraphs into a 768-dimensional dense vector space, generating high-quality semantic embeddings optimized for question-and-answer retrieval, semantic search, and similarity-scoring across diverse content.
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 |
|---|---|---|---|---|---|---|---|---|
| multi-qa-mpnet-base-dot-v1 | Ej publicerat | Ej publicerat | Ej publicerat | 512 tokens | Ej publicerat | Ej publicerat | Saknas | 2025-11-18 |
sentence-transformers/multi-qa-mpnet-base-dot-v1