Vai al contenuto principale
← Torna alle notizie

NVIDIA rilascia llama-nv-embed-reasoning-3b: embedding con ragionamento da 3,2B

Nuovi modelli
Fonte:Hugging Face (NVIDIA)
Un modello di Embedding bidirezionale da 3,2B derivato da Llama 3.2 3B: incorpora un passo di ragionamento prima di calcolare il vettore, pensato per Retrieval (recupero) e semantic search che girano anche su GPU da 16GB.
Leggi l'articolo originale

Articoli correlati

RAG: fai domande ai tuoi documenti

RAG, Retrieval Augmented Generation, è il modo più semplice per far rispondere un modello locale a domande sui tuoi documenti: embedding, database vettoriale e ciclo di recupero, con un esempio concreto.

Ricevi il prossimo punto sull'IA locale

Ogni settimana, la selezione del meglio di iaLocale: articoli, notizie e risorse sull'IA locale, e altro ancora.

Dopo l'iscrizione ricevi una email di conferma (double opt-in). Senza conferma non inviamo nulla. Nessuno spam, ti promettiamo.

Risorse correlate

Strumenti e risorse dell'archivio iaLocale pertinenti a questo contenuto.

🖥️

NVIDIA RTX 4060 Ti 16GB

Hardware

16GB di VRAM a un prezzo entry-level: la scelta giusta per modelli da 13-14B quantizzati. Buona autonomia per uso personale.

🖥️

NVIDIA RTX 4070 Ti Super 16GB

Hardware

16GB di VRAM con banda da 672 GB/s: prestazioni da fascia alta a prezzo contenuto. Tra le migliori per rapporto VRAM/prezzo.

🎮

NVIDIA RTX 5060 Ti 16GB

Hardware

Il 16GB d'ingresso della generazione Blackwell: GB206, 16GB GDDR7 a 448 GB/s, 180W, PCIe 5.0 x8. Lancio a 429 USD: il modo più economico di far girare Qwen3.8-27B e i modelli 30B+ in Q4 su una singola scheda. Prezzo street 2026 più alto per la carenza di GDDR7.

🎮

NVIDIA RTX 5070 Ti 16GB

Hardware

Blackwell GB203 da fascia alta: 16GB GDDR7 su bus 256-bit (896 GB/s), 8.960 CUDA core, 300W. Il 16GB rende possibile Qwen3.8-27B o i modelli 30B+ in Q4 con contesto ampio. Lancio a 749 USD, febbraio 2025.

Sfoglia tutte le risorse