mmeb/model_download_guide.md

多模态模型下载指南

下载 OpenSearch-AI/Ops-MM-embedding-v1-7B 模型

方法1：使用 git-lfs

# 安装 git-lfs
apt-get install git-lfs
# 或
curl -s https://packagecloud.io/install/repositories/github/git-lfs/script.deb.sh | bash
apt-get install git-lfs

# 初始化 git-lfs
git lfs install

# 克隆模型仓库
mkdir -p ~/models
git clone https://huggingface.co/OpenSearch-AI/Ops-MM-embedding-v1-7B ~/models/Ops-MM-embedding-v1-7B

方法2：使用 huggingface-cli

# 安装 huggingface-hub
pip install huggingface-hub

# 下载模型
mkdir -p ~/models
huggingface-cli download OpenSearch-AI/Ops-MM-embedding-v1-7B --local-dir ~/models/Ops-MM-embedding-v1-7B

方法3：手动下载关键文件

如果上述方法不可行，可以手动下载以下关键文件：

1. 访问 https://huggingface.co/OpenSearch-AI/Ops-MM-embedding-v1-7B/tree/main
2. 下载以下文件：
   • config.json
   • pytorch_model.bin (或分片文件 pytorch_model-00001-of-00002.bin 等)
   • tokenizer.json
   • tokenizer_config.json
   • special_tokens_map.json
   • vocab.txt

下载替代轻量级模型

如果主模型太大，可以下载这些较小的替代模型：

CLIP 模型

mkdir -p ~/models/clip-ViT-B-32
huggingface-cli download openai/clip-vit-base-patch32 --local-dir ~/models/clip-ViT-B-32

多语言CLIP模型

mkdir -p ~/models/clip-multilingual
huggingface-cli download sentence-transformers/clip-ViT-B-32-multilingual-v1 --local-dir ~/models/clip-multilingual

传输模型文件

下载完成后，使用以下方法将模型传输到目标服务器：

使用 scp

# 从当前机器传输到目标服务器
scp -r ~/models/Ops-MM-embedding-v1-7B user@target-server:/root/models/

使用压缩文件

# 压缩
tar -czvf model.tar.gz ~/models/Ops-MM-embedding-v1-7B

# 传输压缩文件
scp model.tar.gz user@target-server:/root/

# 在目标服务器上解压
ssh user@target-server
mkdir -p /root/models
tar -xzvf /root/model.tar.gz -C /root/models

验证模型文件

模型下载完成后，目录结构应类似于：

/root/models/Ops-MM-embedding-v1-7B/
├── config.json
├── pytorch_model.bin (或分片文件)
├── tokenizer.json
├── tokenizer_config.json
├── special_tokens_map.json
└── vocab.txt

使用以下命令验证文件完整性：

ls -la /root/models/Ops-MM-embedding-v1-7B/