Views
No views yet
sentence-transformers/paraphrase-multilingual-MiniLM-L12-v2 via layer pruning + vocabulary pruning.| Property | Value |
|---|---|
| Teacher | sentence-transformers/paraphrase-multilingual-MiniLM-L12-v2 |
| Architecture | MiniLM-L12 (pruned) |
| Hidden dim | 384 |
| Layers | 6 / 12 |
| Layer indices | [6, 7, 8, 9, 10, 11] |
| Strategy | 6 layers, top half (semantic-focused) |
| Parameters | 106,825,344 |
| Model size (FP32) | 98.1MB |
| Distilled | No |
==============================================================
TEACHER: MiniLM-L12 → STUDENT: 6L / 38,775 vocab
==============================================================
TEACHER STUDENT
─────────────────────────── ───────────────────────────
┌─────────────────────────┐ ┌─────────────────────────┐
│ Input Tokens │ │ Input Tokens │
└────────────┬────────────┘ └────────────┬────────────┘
│ │
┌────────────┴────────────┐ ┌────────────┴────────────┐
│ Embeddings │ │ Embeddings (pruned) │
│ vocab: 250,002 │ │ vocab: 38,775 │
│ dim: 384 │ │ dim: 384 │
└────────────┬────────────┘ └────────────┬────────────┘
│ │
┌─────────────────────────┐ ┌─────────────────────────┐
│ Layer 0 │ ╳ │ │
├ ─ ─ ─ ─ ─ ─ ─ ─ ─ ─ ─┤ │ │
│ Layer 1 │ ╳ │ │
├ ─ ─ ─ ─ ─ ─ ─ ─ ─ ─ ─┤ │ │
│ Layer 2 │ ╳ │ │
├ ─ ─ ─ ─ ─ ─ ─ ─ ─ ─ ─┤ │ │
│ Layer 3 │ ╳ │ │
├ ─ ─ ─ ─ ─ ─ ─ ─ ─ ─ ─┤ │ │
│ Layer 4 │ ╳ │ │
├ ─ ─ ─ ─ ─ ─ ─ ─ ─ ─ ─┤ │ │
│ Layer 5 │ ╳ │ │
├─────────────────────────┤ ├─────────────────────────┤
│ Layer 6 │ ──► │ Layer 0 ← L6 │
├─────────────────────────┤ ├─────────────────────────┤
│ Layer 7 │ ──► │ Layer 1 ← L7 │
├─────────────────────────┤ ├─────────────────────────┤
│ Layer 8 │ ──► │ Layer 2 ← L8 │
├─────────────────────────┤ ├─────────────────────────┤
│ Layer 9 │ ──► │ Layer 3 ← L9 │
├─────────────────────────┤ ├─────────────────────────┤
│ Layer 10 │ ──► │ Layer 4 ← L10 │
├─────────────────────────┤ ├─────────────────────────┤
│ Layer 11 │ ──► │ Layer 5 ← L11 │
└────────────┬────────────┘ └────────────┬────────────┘
│ │
┌────────────┴────────────┐ ┌────────────┴────────────┐
│ Mean Pooling │ │ Mean Pooling │
│ → 384d embedding │ │ → 384d embedding │
└─────────────────────────┘ └─────────────────────────┘
Size: 448.0MB (FP32) → 98.1MB (FP32)
Params: 117,451,392 → 25,714,176
Reduction: 78.1%
==============================================================1from sentence_transformers import SentenceTransformer
2
3model = SentenceTransformer("L6_top", trust_remote_code=True)
4
5sentences = [
6 "Hello, how are you?",
7 "안녕하세요",
8 "Bonjour, comment allez-vous?",
9]
10
11embeddings = model.encode(sentences)
12print(embeddings.shape) # (3, 384)sentence-transformers/paraphrase-multilingual-MiniLM-L12-v2 (12 layers, 384d)[6, 7, 8, 9, 10, 11] - 6 layers, top half (semantic-focused)