M
META / facebook/meta-encoder-v1

MetaEncoder v1

Multimodaler Meta-Encoder zur Darstellung von Text, Bildern, visuellen Dokumenten und Bildfolgen in einem gemeinsamen Raum. Die Gewichte wurden am 12. November veröffentlicht; das Repository ergänzte am 17. November die Apache-2.0-Lizenz. Er bietet Embeddings, Suche und Entscheidungen zwischen Optionen.

01 / ZUSAMMENFASSUNG

Das Wesentliche

ORIENTIERUNGMultimodale Embeddings und Suche

Primäre Verwendung angegeben oder vorsichtig aus offizieller Dokumentation abgeleitet.

KONTEXTTrainingssequenzen bis zu 16.384 Token; keine automatische Kürzung

Maximale Eingabekapazität bei Veröffentlichung durch die Quelle.

AUSFAHRTNormalisierte Embeddings mit 6.656 Dimensionen oder typisierte Entscheidungen

Dokumentierte maximale Erzeugungsgrenze.

ZUGANGHugging Face · herunterladbarer Checkpoint

Verifizierte Verfügbarkeitskanäle.

MODELLTYPEmbeddings · Bild und Dokumente

Primäre Funktionsfamilie und verifizierte Spezialisierungen.

LIZENZApache-2.0

Deklarierte Bedingungen für API, Gewichte oder Self-Hosting.

02 / TECHNISCHES DATENBLATT

Limits und Integration

API-IDfacebook/meta-encoder-v1
ModelltypEmbeddings · Bild und Dokumente
ZugangsmodellOffene Gewichte
LizenzApache-2.0
EinsatzSelbst gehostet
Veröffentlichung12. NOV. 2026
WissensstichtagNicht veröffentlicht
EingangText · Bild · Video
AusfahrtEmbeddings · Wahrscheinlichkeiten
KontextfensterTrainingssequenzen bis zu 16.384 Token; keine automatische Kürzung
maximale LeistungNormalisierte Embeddings mit 6.656 Dimensionen oder typisierte Entscheidungen
SchlussfolgernNicht veröffentlicht
Veröffentlichte Tools
Strukturierte AusflügeNicht veröffentlicht
StapelverarbeitungNicht veröffentlicht
Prompt-CacheNicht veröffentlicht
FeinabstimmungNicht veröffentlicht
Verifizierte PlattformenHugging Face · PyTorch · Transformers
EIGNET SICH BESSER FÜR

Multimodale Suche, Clustering und Dokumentensuche. Anweisungen für Anfrage und Korpus können unterschiedlich sein. Laut Karte passen die BF16-Gewichte auf eine GPU mit 80 GB; der Gesamtspeicher hängt auch von Eingabe und Batch-Größe ab.

SOLLTE BEOBACHTET WERDEN

Dies ist kein Textgenerator. Ein Trainingskontext von 16.384 Token belegt allein keine größere operative Obergrenze. Der Wrapper steuert Vorlagen und Pooling; geänderte Anweisungen oder Kürzungen verändern die Darstellung. Code vor dem Laden des Modells prüfen.

03 / FÄHIGKEITEN

Was es kann

01

Orientierung

Multimodale Suche, Clustering und Dokumentensuche. Anweisungen für Anfrage und Korpus können unterschiedlich sein. Laut Karte passen die BF16-Gewichte auf eine GPU mit 80 GB; der Gesamtspeicher hängt auch von Eingabe und Batch-Größe ab.

02

Kontext

Trainingssequenzen bis zu 16.384 Token; keine automatische Kürzung · Normalisierte Embeddings mit 6.656 Dimensionen oder typisierte Entscheidungen

03

Tools und Integration

Nicht veröffentlicht

04

Zugang

Hugging Face · herunterladbarer Checkpoint

Eingabemodalitäten
TextBildVideo
04 / PREISE

Dokumentierte Kosten

KonzeptWertEinheit/Zustand
StandardeingabeKein offizieller API-Preis veröffentlichtStandardtarif der API
Eingabe aus dem CacheNicht veröffentlichtLesen wiederverwendeter Präfixe
Schreiben oder Speichern im CacheNicht veröffentlichtDie Bedingung variiert je nach Anbieter
StandardausgabeKosten der eigenen InfrastrukturKann Reasoning-Tokens enthalten
Batch-EingabeNicht veröffentlichtAsynchrone Verarbeitung
Batch-AusgabeNicht veröffentlichtAsynchrone Verarbeitung

Die Apache-2.0-Lizenz ist in der festgelegten Revision veröffentlicht. Kein offizieller API-Tarif wurde verifiziert; eigener Betrieb benötigt Speicher und Rechenleistung. Die Prüfung vom 17. November ändert nicht das ursprüngliche Datum der Gewichte.

i Die Preise ändern sich und können von Level, Region oder Kontextlänge abhängen. Überprüfen Sie die Quelle, bevor Sie eine Entscheidung treffen.

05 / BEWERTUNGEN

So lesen Sie die Ergebnisse

“

Die Repository-Tabelle nennt 0,816 für MMEB V3 image und 0,743 für MMEB V3 video in der Open-Set-Bewertung. Closed-Set-Ergebnisse vergleichen Optionen, statt LLM-Antworten zu erzeugen. Dies sind Herstellerwerte, keine von Inferama reproduzierten Tests.

BenchmarkErgebnisMetrikQuelle
MMEB V3 image0,816Veröffentlichter Wert · Open-SetQuelle öffnen ↗
MMEB V3 video0,743Veröffentlichter Wert · Open-SetQuelle öffnen ↗

Inferama hebt nur dann ein „bestes Ergebnis“ hervor, wenn Metrik, Testsatz, Konfiguration und Datum einen gleichwertigen Vergleich ermöglichen. Die Zahlen des Lieferanten werden als Angaben aus eigener Quelle dargestellt.

06 / VERSIONEN

Chronologie

facebook/meta-encoder-v1

Veröffentlichung von Gewichten und Modellkarte.

7615b21a

Apache-2.0-Lizenz zum Repository hinzugefügt; Revision für den Katalog geprüft.

07 / QUELLEN

Rückverfolgbarkeit