Início Projetos model2vec
model2vec

model2vec

por MinishLab · GitHub

Embutimentos Estáticos de Última Geração Rápidos

Ver no GitHub
Em palavras simples

Transforme frases em modelos menores e mais rápidos para aplicações eficientes de aprendizado de máquina.

⭐ Estrelas
🍴 Forks
🔥 Tendências
📜 Licença
Uso comercial permitido
📅 Criado
🔄 Último commit
🏷️ Categoria
💻 Linguagem
Mantem este projeto?

Reivindique a sua pagina: indexada seja qual for a posicao, traduzida em seis linguas e enriquecida com as suas palavras.

Reivindicar esta pagina →
model2vec — GitHub preview card
📈 Histórico de estrelas
2.2k2.1k
2026-07-072026-07-29
📈 Acompanhe model2vec

Receba um alerta por e-mail no próximo lançamento ou quando começar a bombar.

Grátis · sem cartão · cancele quando quiser
Receber alertas por e-mail →
📄 Sobre

Embutimentos Estáticos de Última Geração Rápidos

model2vec tem 2.2k estrelas no GitHub. Foi bifurcado 122 vezes. model2vec é escrito principalmente em Python. Está em desenvolvimento ativo desde 2024. model2vec está disponível sob a licença MIT. Os seus principais temas são: ai, embeddings, machine-learning, model2vec.

Frequently asked questions

O que é model2vec?

Embutimentos Estáticos de Última Geração Rápidos

model2vec é de código aberto?

model2vec é um projeto de código aberto. É distribuído sob a licença MIT.

model2vec é gratuito?

Sim. model2vec é gratuito e de código aberto — você pode usá-lo, modificá-lo e hospedá-lo por conta própria.

Sob que licença está model2vec?

model2vec está disponível sob a licença MIT.

Em que linguagem model2vec está escrito?

model2vec é escrito principalmente em Python.

🏅 Mantenedor deste projeto?
OpenSourceAI badge — model2vec

Adicione este badge ao vivo ao seu README — suas estrelas do GitHub e classificação no diretório, atualizadas diariamente.

[![OpenSourceAI](https://opensourceai.tech/badge.php?tool=minishlab-model2vec)](https://opensourceai.tech/project/minishlab-model2vec.html)
Mais opções de badge →
🧬 Partilha ADN com🧬 Ver o mapa de ADN →

Medido a partir dos topics do GitHub comuns aos dois projetos, ponderados pela sua raridade.