## 新闻和更新 ?
- **2025-02-01** 可调用 stdlib 函数（排序/最小/最大）
- **2025-01-04** 我们很高兴宣布支持 model2vec 静态嵌入。另请参阅：[Model2Vec](https://github.com/MinishLab/model2vec)
- **2024-10-04** 添加语义分割推理算法。请参阅我们的[技术概述](tutorials/blog/semantic_split/wl_semantic_blog.md)。
＃＃ 目录
- [快速启动](#quick-start)
- [功能](#features)
- [什么是 WordLlama？](#what-is-wordllama)
- [MTEB 结果](#mteb-结果)
- [多快？](#how-fast-zap)
- [用法](#用法)
- [嵌入文本](#embedding-text)
- [Stdlib 排序/最小/最大](#stdlib-sorted-min-max)
- [计算相似度](#calculated-similarity)
- [排名文档](#ranking-documents)
- [模糊重复数据删除](#fuzzy-deduplication)
- [聚类](#clustering)
- [过滤](#filtering)
- [Top-K 检索](#top-k-retrieval)
- [语义文本分割](#semantic-text-splitting)
- [加载 Model2Vec](#loading-model2vec)
- [推理类](#inference-class)
- [培训笔记](#training-notes)
- [路线图](#路线图)
- [提取令牌嵌入](#extracting-token-embeddings)
- [社区项目](#community-projects)
- [引文](#引文)
- [许可证](#license)
## 快速入门
通过 pip 安装 WordLlama：
````bash
pip 安装 wordllama
````
加载默认的256维模型：
````蟒蛇
从 WordLlama 导入 WordLlama
# 加载默认的WordLlama模型
wl = WordLlama.load()
查询=“机器学习方法”
候选人=[
“神经科学基础”，
“神经网络简介”，
“在家煮美味的意大利面”，
《哲学导论：逻辑学》，
]
# 返回一个 Callable[[str], float] 函数
sim_key = wl.key(查询)
# 对候选者进行排序，最相似的排在最前面
Sorted_candidates = 排序（候选者，key=sim_key，reverse=True）
# 最相似的候选人
best_candidate = max(候选者, key=sim_key)
# 打印结果
print("候选人排名：")
对于 i，枚举中的候选者（sorted_candidates，1）：
print(f"{i}.{candidate} (分数: {sim_key(candidate):.4f})")
print(f"\n最佳匹配: {best_candidate} (分数: {sim_key(best_candidate):.4f})")
# 排名候选人：
# 1.神经网络简介（得分：0.3414）
# 2. 神经科学基础（分数：0.2115）
# 3.哲学概论：逻辑学（分数：0.1067）
# 4.在家烹饪美味的意大利面（得分：0.0045）
#
# 最佳匹配：神经网络简介（得分：0.3414）
````
## 特点
- **快速嵌入**：使用
开源推荐
morning
GitHub 热门项目：WordLlama
摘要
GitHub项目：WordLlama 仓库地址：https://github。
WordLlama
key
candidate
for
candidates
2026-06-20
1 阅读
约6分钟阅读
GitHub Trending
字号:
GitHub 项目：WordLlama
仓库地址：https://github.com/dleemiller/WordLlama
星级：1451 | 作者：德莱米勒
项目描述：使用 LLM 的代币嵌入可以做的事情
===================================================
自述文件内容：
#WordLlama ??
**WordLlama** 是一款快速、轻量级的 NLP 工具包，专为模糊去重、相似度计算、排名、聚类和语义文本分割等任务而设计。它以最小的推理时间依赖性运行，并针对 CPU 硬件进行了优化，使其适合在资源受限的环境中部署。
## 新闻和更新 ?
- **2025-02-01** 可调用 stdlib 函数（排序/最小/最大）
- **2025-01-04** 我们很高兴宣布支持 model2vec 静态嵌入。另请参阅：[Model2Vec](https://github.com/MinishLab/model2vec)
- **2024-10-04** 添加语义分割推理算法。请参阅我们的[技术概述](tutorials/blog/semantic_split/wl_semantic_blog.md)。
＃＃ 目录
- [快速启动](#quick-start)
- [功能](#features)
- [什么是 WordLlama？](#what-is-wordllama)
- [MTEB 结果](#mteb-结果)
- [多快？](#how-fast-zap)
- [用法](#用法)
- [嵌入文本](#embedding-text)
- [Stdlib 排序/最小/最大](#stdlib-sorted-min-max)
- [计算相似度](#calculated-similarity)
- [排名文档](#ranking-documents)
- [模糊重复数据删除](#fuzzy-deduplication)
- [聚类](#clustering)
- [过滤](#filtering)
- [Top-K 检索](#top-k-retrieval)
- [语义文本分割](#semantic-text-splitting)
- [加载 Model2Vec](#loading-model2vec)
- [推理类](#inference-class)
- [培训笔记](#training-notes)
- [路线图](#路线图)
- [提取令牌嵌入](#extracting-token-embeddings)
- [社区项目](#community-projects)
- [引文](#引文)
- [许可证](#license)
## 快速入门
通过 pip 安装 WordLlama：
````bash
pip 安装 wordllama
````
加载默认的256维模型：
````蟒蛇
从 WordLlama 导入 WordLlama
# 加载默认的WordLlama模型
wl = WordLlama.load()
查询=“机器学习方法”
候选人=[
“神经科学基础”，
“神经网络简介”，
“在家煮美味的意大利面”，
《哲学导论：逻辑学》，
]
# 返回一个 Callable[[str], float] 函数
sim_key = wl.key(查询)
# 对候选者进行排序，最相似的排在最前面
Sorted_candidates = 排序（候选者，key=sim_key，reverse=True）
# 最相似的候选人
best_candidate = max(候选者, key=sim_key)
# 打印结果
print("候选人排名：")
对于 i，枚举中的候选者（sorted_candidates，1）：
print(f"{i}.{candidate} (分数: {sim_key(candidate):.4f})")
print(f"\n最佳匹配: {best_candidate} (分数: {sim_key(best_candidate):.4f})")
# 排名候选人：
# 1.神经网络简介（得分：0.3414）
# 2. 神经科学基础（分数：0.2115）
# 3.哲学概论：逻辑学（分数：0.1067）
# 4.在家烹饪美味的意大利面（得分：0.0045）
#
# 最佳匹配：神经网络简介（得分：0.3414）
````
## 特点
- **快速嵌入**：使用
## 新闻和更新 ?
- **2025-02-01** 可调用 stdlib 函数（排序/最小/最大）
- **2025-01-04** 我们很高兴宣布支持 model2vec 静态嵌入。另请参阅：[Model2Vec](https://github.com/MinishLab/model2vec)
- **2024-10-04** 添加语义分割推理算法。请参阅我们的[技术概述](tutorials/blog/semantic_split/wl_semantic_blog.md)。
＃＃ 目录
- [快速启动](#quick-start)
- [功能](#features)
- [什么是 WordLlama？](#what-is-wordllama)
- [MTEB 结果](#mteb-结果)
- [多快？](#how-fast-zap)
- [用法](#用法)
- [嵌入文本](#embedding-text)
- [Stdlib 排序/最小/最大](#stdlib-sorted-min-max)
- [计算相似度](#calculated-similarity)
- [排名文档](#ranking-documents)
- [模糊重复数据删除](#fuzzy-deduplication)
- [聚类](#clustering)
- [过滤](#filtering)
- [Top-K 检索](#top-k-retrieval)
- [语义文本分割](#semantic-text-splitting)
- [加载 Model2Vec](#loading-model2vec)
- [推理类](#inference-class)
- [培训笔记](#training-notes)
- [路线图](#路线图)
- [提取令牌嵌入](#extracting-token-embeddings)
- [社区项目](#community-projects)
- [引文](#引文)
- [许可证](#license)
## 快速入门
通过 pip 安装 WordLlama：
````bash
pip 安装 wordllama
````
加载默认的256维模型：
````蟒蛇
从 WordLlama 导入 WordLlama
# 加载默认的WordLlama模型
wl = WordLlama.load()
查询=“机器学习方法”
候选人=[
“神经科学基础”，
“神经网络简介”，
“在家煮美味的意大利面”，
《哲学导论：逻辑学》，
]
# 返回一个 Callable[[str], float] 函数
sim_key = wl.key(查询)
# 对候选者进行排序，最相似的排在最前面
Sorted_candidates = 排序（候选者，key=sim_key，reverse=True）
# 最相似的候选人
best_candidate = max(候选者, key=sim_key)
# 打印结果
print("候选人排名：")
对于 i，枚举中的候选者（sorted_candidates，1）：
print(f"{i}.{candidate} (分数: {sim_key(candidate):.4f})")
print(f"\n最佳匹配: {best_candidate} (分数: {sim_key(best_candidate):.4f})")
# 排名候选人：
# 1.神经网络简介（得分：0.3414）
# 2. 神经科学基础（分数：0.2115）
# 3.哲学概论：逻辑学（分数：0.1067）
# 4.在家烹饪美味的意大利面（得分：0.0045）
#
# 最佳匹配：神经网络简介（得分：0.3414）
````
## 特点
- **快速嵌入**：使用
这篇文章对您有帮助吗？
订阅66必读
每日精选科技资讯，直达你的邮箱