模型介绍
中文整理DeepPulse-Embedding 向量检索模型系列
心语心言开源的 **DeepPulse（深度把脉）** 中医系列模型成员。本项目包含两个针对不同基座进行微调的向量检索（Embedding）模型：
- *DeepPulse-Embedding-m3**: 基于 BGE-m3 微调。
- *DeepPulse-Embedding-0.6b**: 基于 Qwen3-0.6B 微调。
两个模型均使用自建的医疗数据集（特别是中医数据）进行微调，专为医疗领域的文档块检索场景优化。
自建数据集测试指标
在自建医疗数据集上的评测结果如下。可以看出，DeepPulse 系列模型在各项指标上均优于原始基座模型。
模型名称 MRR NDCG@10 Recall@1 Recall@5 Recall@10
:--- :--- :--- :--- :--- :---
Qwen3-0.6B 0.9458 0.9566 0.9157 0.9822 0.99
bge-m3 0.9418 0.9519 0.9109 0.98 0.9831
DeepPulse-Embedding-0.6b 0.9693 0.9751 0.9513 0.9891 0.9935
DeepPulse-Embedding-m3 0.9729 0.9781 0.957 0.9896 0.9948
模型下载
SDK下载
首先安装 ModelScope：
使用 SDK 下载模型（请根据需要选择对应的模型 ID）：
Git下载
Acknowledgement
DeepPulse-Embedding 由来自心语心言的算法组完成训练。
ChenCh2002 完成了代码实现、模型训练和测评工作。
ChenCh2002 与 quietnight 一起完成了数据搜集、整理工作。
项目由 quietnight 主导。
优先采用原作者提供的中文模型卡片；仅有英文说明时由闲社AI翻译整理。重要参数、许可证和商用范围请以原文为准。
你将获得什么
完整仓库方式包含该固定版本中的权重、配置、分词器及说明文件；指定版本方式只下载所选文件或整组分片。多模态模型的投影文件、配置等依赖，请按作者说明配齐。
完整仓库可能包含多个权重格式，因此需要的磁盘空间可能大于单一格式的模型大小。下载文件不等于完成模型部署。
使用前须知
运行模型需要的设备、工具与依赖，以原作者说明为准。
是否允许商用、修改和分发，请查看模型许可证。
闲社提供资料与镜像下载方法，不代表已运行模型或完成安全审计。下载的代码应先检查，再执行。
资料或下载有问题？
登录后可提交反馈。