Nomic Embed Text v2 MoE
采用MoE架构（8专家、top-2路由）的多语言文本嵌入模型，总参数475M、推理激活约305M，支持Matryoshka维度截断。
最后核实：
https://huggingface.co/nomic-ai/nomic-embed-text-v2-moe特点与限制
主要特点
- 官方称为首个通用MoE文本嵌入模型（first general purpose MoE text embedding model）
- 768维向量，可按Matryoshka截断到256维（官方称存储成本降至三分之一）
- 最大输入512 tokens
- 查询与文档需加search_query:与search_document:前缀
- Apache-2.0权重，官方开源训练代码与数据
使用边界
- 自定义MoE实现需要trust_remote_code=True加载。
- 模型卡Limitations提示：不同语言表现不一致，MoE架构的资源需求可能高于传统稠密模型。
- 512 tokens输入上限短于长文档场景；前缀缺失或任务指令错误会降低效果。
- 官方成绩为发布方自评；MTEB结果仓库另有提交者身份未核实的记录，不能视为独立复测。
模型信息
- 家族与版本
- Nomic Embed / v2 MoE
- 输入与输出
- 文本 → 向量
- 公开参数规模
- 0.475B（以以下来源口径为准）
- 激活 / 有效参数
- 0.305B / 未提供
- 参数口径
- 官方模型卡与博客披露：总参数475M，训练与推理时激活约305M（8专家、top-2路由）；模型卡对照表Params列的305为激活参数口径。 参数来源
- 原生上下文
- 512 tokens
- 扩展上下文
- 未提供
- 语言声明
- 约100种语言（模型卡概述“Supports ~100 languages”，语言标签列出90余种；架构章节表述为dozens of languages）；语言支持不代表对应语言的评测水平。
- 权重许可
- Apache-2.0
- 代码许可
- 未核实
- 训练资料
- 官方声明开源预训练数据、微调数据与训练代码（contrastors仓库），并披露训练语料来自经一致性过滤的mC4与多语言CC News，约16亿文本对，阶段包括弱监督对比预训练与监督微调；数据文件清单未在本轮逐项核实。
能力依据
模型变体：专用版；家族与版本：Nomic Embed / v2 MoE
向量检索
BEIR · BEIR总分（模型卡对照表口径）52.86分（0–100）BEIR（英语通用域检索；模型卡未列出逐数据集版本） · 英语RTEB / MTEB · nDCG@100.28781分（0–1）AILACasedocs（法律案例检索，test拆分；dataset revision 4106e6bcc72e0698d714ea8b101355e3e238431a） · 英语MIRACL · MIRACL总分（模型卡对照表口径）65.8分（0–100）MIRACL（多语言检索；模型卡未列出语言子集） · 多语言查看评估与来源收起补充信息
向量检索
BEIR · BEIR总分（模型卡对照表口径）52.86分（0–100）BEIR（英语通用域检索；模型卡未列出逐数据集版本） · 英语
RTEB / MTEB · nDCG@100.28781分（0–1）AILACasedocs（法律案例检索，test拆分；dataset revision 4106e6bcc72e0698d714ea8b101355e3e238431a） · 英语
MIRACL · MIRACL总分（模型卡对照表口径）65.8分（0–100）MIRACL（多语言检索；模型卡未列出语言子集） · 多语言
官方模型卡报告BEIR 52.86、MIRACL 65.80（均为发布方自评，Params列305M为激活口径）；MTEB结果仓库另有2026-08-04提交的AILACasedocs nDCG@10 0.28781与AppsRetrieval nDCG@10 0.04778两条记录，提交者与发布方关系未核实。整体显示可用公开成绩，但独立性和运行配置均未确认。
已有依据支持
- 官方披露总参数475M/激活305M与8专家top-2架构，对照表给出同参数级模型成绩。
- MTEB结果仓库记录了同一模型revision（1066b6599）下的RTEB与代码检索分项，批次与拆分可追溯。
- 训练代码与数据按官方声明开源（contrastive预训练与监督微调），便于复核训练流程。
证据限制
- 官方两项成绩未披露评测运行日期、模型revision与编码配置；MTEB仓库两条记录由KennethEnevoldsen提交、未附run_settings，独立性未确认，不构成独立交叉佐证。
- 两张来源的指标口径不同（官方为汇总分，仓库为单任务nDCG@10），不能直接横向排名。
- 512 tokens截断、前缀使用与trust_remote_code加载方式会影响实际效果，本站未复现。
BEIR · BEIR总分（模型卡对照表口径）
52.86 分（0–100）官方报告 · Nomic AI（模型发布方）官方自测
展开评测条件与来源
- 模型标识 / 修订
- nomic-ai/nomic-embed-text-v2-moe / 未提供
- 思考模式
- 不适用
- 量化 / 运行时
- 未提供 / 未提供
- 数据集 / 划分
- BEIR（英语通用域检索；模型卡未列出逐数据集版本） / 未提供
- 基准 / 报告版本
- 模型卡 Model 对照表（BEIR列，Nomic Embed v2行）
- Few-shot / 输出上限
- 未提供 / 未提供 tokens
- 提示模板 / 设置
- 未提供；模型卡对照表列出Nomic Embed v2（Params列305M为激活口径）BEIR为52.86、MIRACL为65.80；该表未说明BEIR包含的数据集版本、编码维度与配置，评测运行日期与硬件未披露；本站未复现。
- 评测日期 / 核实日期
- 未提供 / 2026-10-17
- 评测身份
- 官方自测
- 来源标识 / 评测批次
- nomic-ai / nomic-embed-v2-model-card
- 来源
- https://huggingface.co/nomic-ai/nomic-embed-text-v2-moe
- 来源使用说明
- 引用来源；许可：未提供；仅引用Nomic官方模型卡表中的少量成绩并保留来源链接；不复制整表或基准数据，BEIR等基准与数据集继续适用各自许可。 查看说明
- 比较状态
- 不可比：来源未披露足以复现和统一对齐的完整模型revision、编码配置与基准子集构成；该结果仅记录发布方模型卡口径，不加入跨型号比较组。
MIRACL · MIRACL总分（模型卡对照表口径）
65.8 分（0–100）官方报告 · Nomic AI（模型发布方）官方自测
展开评测条件与来源
- 模型标识 / 修订
- nomic-ai/nomic-embed-text-v2-moe / 未提供
- 思考模式
- 不适用
- 量化 / 运行时
- 未提供 / 未提供
- 数据集 / 划分
- MIRACL（多语言检索；模型卡未列出语言子集） / 未提供
- 基准 / 报告版本
- 模型卡 Model 对照表（MIRACL列，Nomic Embed v2行）
- Few-shot / 输出上限
- 未提供 / 未提供 tokens
- 提示模板 / 设置
- 未提供；模型卡对照表列出Nomic Embed v2的MIRACL为65.80，同表mE5 Large为66.50、BGE-M3为69.20、mGTE Base为63.40；该表未说明MIRACL使用的语言子集、数据集版本与编码配置，评测运行日期与硬件未披露；本站未复现。
- 评测日期 / 核实日期
- 未提供 / 2026-10-17
- 评测身份
- 官方自测
- 来源标识 / 评测批次
- nomic-ai / nomic-embed-v2-model-card
- 来源
- https://huggingface.co/nomic-ai/nomic-embed-text-v2-moe
- 来源使用说明
- 引用来源；许可：未提供；仅引用Nomic官方模型卡表中的少量成绩并保留来源链接；不复制整表或基准数据，MIRACL等基准与数据集继续适用各自许可。 查看说明
- 比较状态
- 不可比：来源未披露足以复现和统一对齐的完整模型revision、编码配置与语言子集构成；该结果仅记录发布方模型卡口径，不加入跨型号比较组。
RTEB / MTEB · nDCG@10
0.28781 分（0–1）第三方评测 · KennethEnevoldsen（MTEB结果仓库提交者；与模型发布方关系未核实）独立性待确认
展开评测条件与来源
- 模型标识 / 修订
- nomic-ai/nomic-embed-text-v2-moe / 1066b6599d099fbb93dfcb64f9c37a7c9e503e85
- 思考模式
- 不适用
- 量化 / 运行时
- 未提供 / MTEB reference implementation
- 数据集 / 划分
- AILACasedocs（法律案例检索，test拆分；dataset revision 4106e6bcc72e0698d714ea8b101355e3e238431a） / test
- 基准 / 报告版本
- MTEB 2.18.12（结果仓库 PR #663，提交记录2026-08-06）
- Few-shot / 输出上限
- 未提供 / 未提供 tokens
- 提示模板 / 设置
- 未提供；结果文件AILACasedocs.json记录main_score=ndcg_at_10=0.28781，test拆分、hf_subset=default；文件内时间戳2026-08-04（UTC）记为评测运行日。PR说明为补充nomic moe的RTEB、MMTEB与英语MTEB结果，未附run_settings，完整提示与推理配置未披露，且不能据提交者身份确认其与模型发布方的关系；不是本站复测。
- 评测日期 / 核实日期
- 2026-08-04 / 2026-10-17
- 评测身份
- 独立性待确认
- 来源标识 / 评测批次
- kenneth-enevoldsen / kenneth-enevoldsen-mteb-pr-663
- 来源
- https://github.com/embeddings-benchmark/results/blob/main/results/nomic-ai__nomic-embed-text-v2-moe/1066b6599d099fbb93dfcb64f9c37a7c9e503e85/AILACasedocs.json
- 来源使用说明
- 开放数据；许可：CC0-1.0；引用结果数据仓库中按CC0发布的少量成绩；RTEB任务及其数据集分别遵循各自许可，本记录不复制基准数据。 查看说明
- 比较状态
- 不可比：精确型号、任务与拆分明确，但执行者身份与完整推理配置未披露；独立性未确认，不与官方模型卡汇总或其他模型的分数直接比较。
MTEB (Code) · nDCG@10
0.04778 分（0–1）第三方评测 · KennethEnevoldsen（MTEB结果仓库提交者；与模型发布方关系未核实）独立性待确认
展开评测条件与来源
- 模型标识 / 修订
- nomic-ai/nomic-embed-text-v2-moe / 1066b6599d099fbb93dfcb64f9c37a7c9e503e85
- 思考模式
- 不适用
- 量化 / 运行时
- 未提供 / MTEB reference implementation
- 数据集 / 划分
- AppsRetrieval（应用代码检索，test拆分；dataset revision f22508f96b7a36c2415181ed8bb76f76e04ae2d5） / test
- 基准 / 报告版本
- MTEB 2.18.12（结果仓库 PR #663，提交记录2026-08-06）
- Few-shot / 输出上限
- 未提供 / 未提供 tokens
- 提示模板 / 设置
- 未提供；结果文件AppsRetrieval.json记录main_score=ndcg_at_10=0.04778，test拆分、hf_subset=default；文件内时间戳2026-08-04（UTC）记为评测运行日。PR说明为补充nomic moe的RTEB、MMTEB与英语MTEB结果，未附run_settings，完整提示与推理配置未披露，且不能据提交者身份确认其与模型发布方的关系；不是本站复测。
- 评测日期 / 核实日期
- 2026-08-04 / 2026-10-17
- 评测身份
- 独立性待确认
- 来源标识 / 评测批次
- kenneth-enevoldsen / kenneth-enevoldsen-mteb-pr-663
- 来源
- https://github.com/embeddings-benchmark/results/blob/main/results/nomic-ai__nomic-embed-text-v2-moe/1066b6599d099fbb93dfcb64f9c37a7c9e503e85/AppsRetrieval.json
- 来源使用说明
- 开放数据；许可：CC0-1.0；引用结果数据仓库中按CC0发布的少量成绩；MTEB Code任务及其数据集分别遵循各自许可，本记录不复制基准数据。 查看说明
- 比较状态
- 不可比：精确型号、任务与拆分明确，但执行者身份与完整推理配置未披露；独立性未确认，不与官方模型卡汇总或其他模型的分数直接比较。
运行条件与获取
Sentence Transformers
系统支持未提供 · Safetensors · 未指定量化
官方支持；本站尚未进行推理验证。
硬件：未核实。本站未实测；MoE实现的显存与速度取决于运行时、megablocks支持、精度与输入长度，不将参数量或文件大小换算为资源保证。
内存：未核实；显存：未核实。
依赖：sentence-transformers、torch、einops、megablocks（官方GPU最佳实践）。
STEP 01 安装依赖
官方Usage给出的GPU最佳实践安装命令（含megablocks自定义内核）；CPU或简化场景可只装sentence-transformers。
pip install torch transformers einops git+https://github.com/nomic-ai/megablocks.gitSTEP 02 加载模型并编码
按官方示例以trust_remote_code=True加载nomic-ai/nomic-embed-text-v2-moe，并用prompt_name="query"/"passage"（或手动加search_query:/search_document:前缀）编码；需要截断维度时按示例在归一化前取前256维；本站未下载权重或执行模型。