mano-wii/BAAI_bge-base-en-v1.5-tunned-for-blender-issues

Usar este modelo se vuelve fácil cuando tienes sentence-transformers instalado:

pip install -U sentence-transformers

from sentence_transformers import SentenceTransformer

sentences = ["Esta es una oración de ejemplo", "Cada oración es convertida"]

model = SentenceTransformer('mano-wii/BAAI_bge-base-en-v1.5-tunned-for-blender-issues')
embeddings = model.encode(sentences)
print(embeddings)

Sin sentence-transformers, puedes usar el modelo así: Primero, debes pasar tu entrada a través del modelo transformer, luego debes aplicar la operación de pooling correcta sobre los embeddings de palabras contextualizadas.

from transformers import AutoTokenizer, AutoModel
import torch

def cls_pooling(model_output, attention_mask):
    return model_output[0][:,0]

# Oraciones para las cuales queremos embeddings de oración
sentences = ['Esta es una oración de ejemplo', 'Cada oración es convertida']

# Carga el modelo desde HuggingFace Hub
tokenizer = AutoTokenizer.from_pretrained('mano-wii/BAAI_bge-base-en-v1.5-tunned-for-blender-issues')
model = AutoModel.from_pretrained('mano-wii/BAAI_bge-base-en-v1.5-tunned-for-blender-issues')

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

# Calcula los embeddings de los tokens
with torch.no_grad():
    model_output = model(**encoded_input)

# Realiza el pooling. En este caso, pooling de cls.
sentence_embeddings = cls_pooling(model_output, encoded_input['attention_mask'])

print("Embeddings de las oraciones:")
print(sentence_embeddings)