Me estrellé de bruces contra un muro de ladrillos de no saber qué demonios estoy haciendo al intentar que esto funcione en una instancia EC2 sin GPU. Al menos, hasta donde alcanzan mis extremadamente limitadas habilidades y comprensión aquí, intentar hacer esto con una instancia solo de CPU significa mucho más trabajo de configuración de lo que puedo entender. Las versiones cpu de ghcr.io/huggingface/text-embeddings-inference se niegan a cargar ninguno de los dos modelos de escucha; Claude y GPT5 me dicen que necesito convertirlos a modelos ONNX con un montón de herramientas de Python, y ahí es donde me rendí.
(¡También es muy posible que simplemente sea tonto y me esté perdiendo un paso obvio!)