SLX-v0.1

Usar SLX-v0.1 es sencillo con la biblioteca Sentence-Transformers. Siga las instrucciones a continuación para comenzar:

Instalación

pip install -U sentence-transformers

Ejemplo

from sentence_transformers import SentenceTransformer

sentences = ["This is an example sentence", "Each sentence is converted"]
model = SentenceTransformer('brahmairesearch/slx-v0.1')
embeddings = model.encode(sentences)
print(embeddings)

Si prefiere usar Hugging Face Transformers sin la biblioteca Sentence-Transformers, aún puede utilizar el modelo SLX-v0.1. A continuación, se muestra una guía sobre cómo procesar la entrada y aplicar el agrupamiento medio para obtener incrustaciones de oraciones:

from transformers import AutoTokenizer, AutoModel
import torch
import torch.nn.functional as F

# Agrupamiento medio - Toma en cuenta la máscara de atención para un promedio correcto
def mean_pooling(model_output, attention_mask):
    token_embeddings = model_output[0] # Incrustaciones de tokens de la salida del modelo
    input_mask_expanded = attention_mask.unsqueeze(-1).expand(token_embeddings.size()).float()
    return torch.sum(token_embeddings * input_mask_expanded, 1) / torch.clamp(input_mask_expanded.sum(1), min=1e-9)

# Oraciones para incrustar
sentences = ['This is an example sentence', 'Each sentence is converted']

# Cargar modelo desde Hugging Face Hub
tokenizer = AutoTokenizer.from_pretrained('brahmairesearch/slx-v0.1')
model = AutoModel.from_pretrained('brahmairesearch/slx-v0.1')

# Tokenizar oraciones
encoded_input = tokenizer(sentences, padding=True, truncation=True, return_tensors='pt')

# Calcular incrustaciones de tokens
with torch.no_grad():
    model_output = model(**encoded_input)

# Realizar agrupamiento
sentence_embeddings = mean_pooling(model_output, encoded_input['attention_mask'])

# Normalizar incrustaciones
sentence_embeddings = F.normalize(sentence_embeddings, p=2, dim=1)

print("Incrustaciones de oraciones:")
print(sentence_embeddings)