ai/mxbai-embed-large Docker 镜像 - 轩辕镜像 | Docker 镜像高效稳定拉取服务
ai/mxbai-embed-largemxbai-embed-large-v1是Mixedbread AI开发的顶级英文嵌入模型，能将文本转换为语义向量，适用于RAG、语义搜索、文本相似性分析及文本分类等NLP任务。
mxbai-embed-large-v1
!logo
mxbai-embed-large-v1是由Mixedbread AI开发的最先进的英文语言嵌入模型。它能将文本转换为密集向量表示，捕获输入文本的语义本质。该模型通过对比训练方法在超过7亿对数据上进行训练，并使用AnglE损失函数在3000多万高质量三元组上进行微调，可适应广泛的主题和领域，适用于各种实际应用及检索增强生成（RAG）场景。
镜像概述和主要用途
mxbai-embed-large-v1旨在生成适用于多种自然语言处理（NLP）应用的句子嵌入，核心价值在于提供高精度的语义向量表示，支持高效的文本理解与检索任务。
核心功能和特性
特性详情
| 属性 | 详情 |
|---|---|
| 提供商 | Mixedbread AI |
| 架构 | BERT |
| 数据截止日期 | 2023年9月 |
| 支持语言 | 英语 |
| 工具调用 | ❌ |
| 输入模态 | 文本 |
| 输出模态 | 文本嵌入 |
| 许可证 | Apache 2.0 |
使用场景和适用范围
mxbai-embed-large-v1适用于以下NLP任务：
- 语义搜索与信息检索：专为RAG设计，通过提供相关文档嵌入增强搜索系统，提高搜索结果的准确性和相关性。
- 语义文本相似性：测量句子间的相似性，助力聚类、重复检测和释义识别等任务。
- 文本分类：作为分类器的输入特征，用于情感分析、主题分类和意图检测等任务。
模型变体
| 模型变体 | 参数 | 量化方式 | 上下文窗口 | 显存¹ | 大小 |
|---|---|---|---|---|---|
ai/mxbai-embed-large:latestai/mxbai-embed-large:335M-F16 | 334.09 M | F16 | 512 tokens | 0.63 GiB | 638.85 MB |
ai/mxbai-embed-large:335M-F16 | 334.09 M | F16 | 512 tokens | 0.63 GiB | 638.85 MB |
¹：显存基于模型特性估算。
latest→335M-F16
使用方法和配置说明
使用Docker Model Runner运行模型
1. 拉取模型
bashdocker model pull ai/mxbai-embed-large
2. 运行模型
bashdocker model run ai/mxbai-embed-large
更多关于Docker Model Runner的信息，请参阅官方文档。
注意事项
- 提示词使用：对于检索任务，需在查询前添加提示词，例如："Represent this sentence for searching relevant passages:"。此做法帮助模型理解上下文并提升性能。其他任务可直接使用文本，无需额外提示。
- 语言限制：模型仅在英文文本上训练，专为英语设计。
- 序列长度：建议最大序列长度为512 tokens。更长的序列可能被截断，导致信息丢失。
性能基准
| 任务类别 | mxbai-embed-large-v1 |
|---|---|
| 平均（56个数据集） | 64.68 |
| 分类 | 75.64 |
| 聚类 | 46.71 |
| 对分类 | 87.2 |
| 重排序 | 60.11 |
| 检索 | 54.39 |
| STS（语义文本相似性） | 85.00 |
| 摘要 | 32.71 |
相关链接
- 开源新作：Mixedbread的新型嵌入模型
- Mixelbread文档：mxbai-embed-large-v1
ai/nomic-embed-text-v1.5
Docker AI 官方镜像
Nomic Embed Text v1是一款开源、完全可审计的文本嵌入模型，具备8192 token的上下文窗口，在多种嵌入基准测试中表现优于OpenAI Ada-002等模型，提供开放权重、训练代码和数据，适用于长上下文场景的语义搜索、聚类及可审计嵌入管道。
4 次收藏1万+ 次下载
7 个月前更新
ai/qwen3-embedding
Docker AI 官方镜像
Qwen3 Embedding是Qwen系列最新专有模型，专为文本嵌入和排序任务设计，支持119种语言，提供0.6B、4B、8B等多种尺寸模型，适用于文本检索、代码检索、分类、聚类、平行文本挖掘等高级任务。
1万+ 次下载
4 个月前更新
ai/qwen3-embedding-vllm
Docker AI 官方镜像
Qwen3 Embedding是Qwen系列最新专有模型，专为文本嵌入和排序任务设计，提供0.6B、4B和8B多种尺寸，具备出色的多语言能力、长文本理解和推理技能，适用于文本检索、代码检索、分类、聚类等任务。
1 次收藏1万+ 次下载
4 个月前更新
docker/embedded-docs-extension
Docker 官方工具与组件镜像
暂无描述
1万+ 次下载
4 年前更新
ai/embeddinggemma
Docker AI 官方镜像
Embedding Gemma是Google DeepMind推出的最先进文本嵌入模型，能将文本转换为捕获语义含义的密集向量嵌入，适用于检索增强生成(RAG)、语义搜索和相似性任务。
3 次收藏1万+ 次下载
6 个月前更新
emilycasey003/mxbai-embed-large-v1-f16
emilycasey003
暂无描述
1万+ 次下载
11 个月前更新
镜像拉取常见问题
使用与功能问题
错误码与失败问题
manifest unknown 错误：镜像不存在或标签错误
manifest unknown 错误
TLS/SSL 证书验证失败：Docker pull 时 HTTPS 证书错误
TLS 证书验证失败
DNS 解析超时：无法解析镜像仓库地址或连接超时
DNS 解析超时
410 Gone 错误：Docker 版本过低导致协议不兼容
410 错误：版本过低
402 Payment Required 错误：流量耗尽错误提示
402 错误：流量耗尽
401 UNAUTHORIZED 错误：身份认证失败或登录信息错误
身份认证失败错误
429 Too Many Requests 错误：请求频率超出专业版限制
429 限流错误
Docker login 凭证保存错误：Cannot autolaunch D-Bus（不影响登录）
凭证保存错误
账号 / 计费 / 权限
用户好评
来自真实用户的反馈，见证轩辕镜像的优质服务
oldzhang
运维工程师
Linux服务器
5
"Docker访问体验非常流畅，大镜像也能快速完成下载。"