Instructions to use fansel/qwen3-vl-embedding-2b-endpoint with libraries, inference providers, notebooks, and local apps. Follow these links to get started.
- Libraries
- sentence-transformers
How to use fansel/qwen3-vl-embedding-2b-endpoint with sentence-transformers:
from sentence_transformers import SentenceTransformer model = SentenceTransformer("fansel/qwen3-vl-embedding-2b-endpoint") sentences = [ "The weather is lovely today.", "It's so sunny outside!", "He drove to the stadium." ] embeddings = model.encode(sentences) similarities = model.similarity(embeddings, embeddings) print(similarities.shape) # [3, 3] - Notebooks
- Google Colab
- Kaggle
Qwen3-VL-Embedding-2B โ Endpunkt-Handler
Nur ein Handler, keine Gewichte: das Modell wird beim Start von
Qwen/Qwen3-VL-Embedding-2B geladen. Zweck ist ein Vergleich mit dem
Einbettungsmodell, das die Stadt Leipzig fรผr ihr eigenes System nennt โ
volle 2048 Dimensionen, 4.096 Kontext, keine Quantisierung.