Jaume/gemma-2b-embeddings

Jaume

Similitud de oraciones

Este es un modelo de sentence-transformers. Mapea oraciones y párrafos a un espacio vectorial denso de 2048 dimensiones y puede usarse para similitud textual semántica, búsqueda semántica, minería de paráfrasis, clasificación de texto, agrupamiento y más.

Como usar

Uso Directo (Sentence Transformers)
Primero instale la biblioteca Sentence Transformers:
pip install -U sentence-transformers

Luego puede cargar este modelo y ejecutar inferencias.
from sentence_transformers import SentenceTransformer

# Descargar desde el Hub
model = SentenceTransformer("Jaume/gemma-2b-embeddings")
# Ejecutar inferencias
sentences = [
    'The weather is lovely today.',
    "It's so sunny outside!",
    'He drove to the stadium.',
]
embeddings = model.encode(sentences)
print(embeddings.shape)
# [3, 2048]

# Obtener las puntuaciones de similitud para los embeddings
similarities = model.similarity(embeddings, embeddings)
print(similarities.shape)
# [3, 3]

Funcionalidades

Modelo de Sentence Transformer
Máxima longitud de secuencia: 8192 tokens
Dimensionalidad de salida: 2048 tokens
Función de similitud: Similitud de Coseno

Casos de uso

Similitud textual semántica
Búsqueda semántica
Minería de paráfrasis
Clasificación de texto
Agrupamiento