Bulbasaur

Mihaiii
Similitud de oraciones

Bulbasaur es una versión destilada de gte-tiny entrenada utilizando qa-assistant. Este modelo está diseñado para el autocompletado semántico.

Como usar

Uso con Sentence-Transformers

from sentence_transformers import SentenceTransformer
sentences = ["This is an example sentence", "Each sentence is converted"]

model = SentenceTransformer('Mihaiii/Bulbasaur')
embeddings = model.encode(sentences)
print(embeddings)

Uso con HuggingFace Transformers

from transformers import AutoTokenizer, AutoModel
import torch

# Mean Pooling - Tener en cuenta la máscara de atención para un promedio correcto
def mean_pooling(model_output, attention_mask):
    token_embeddings = model_output[0]
    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 las cuales queremos incrustaciones de oraciones
sentences = ['This is an example sentence', 'Each sentence is converted']

# Cargar modelo desde HuggingFace Hub
tokenizer = AutoTokenizer.from_pretrained('Mihaiii/Bulbasaur')
model = AutoModel.from_pretrained('Mihaiii/Bulbasaur')

# 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 pooling, en este caso, mean pooling.
sentence_embeddings = mean_pooling(model_output, encoded_input['attention_mask'])

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

Funcionalidades

Transformación de oraciones a incrustaciones de texto
Compatible con Sentence-Transformers
Compatible con HuggingFace Transformers
Limitada a textos en inglés
Máximo de 512 tokens por texto

Casos de uso

Autocompletado semántico
Conversión de oraciones a incrustaciones de texto