sentence-transformers/gtr-t5-base
Este es un modelo de sentence-transformers: mapea oraciones y párrafos a un espacio vectorial denso de 768 dimensiones. El modelo fue específicamente entrenado para la tarea de búsqueda semántica. Este modelo fue convertido del modelo Tensorflow gtr-base-1 a PyTorch. Al usar este modelo, echa un vistazo a la publicación: Large Dual Encoders Are Generalizable Retrievers. El modelo tfhub y este modelo PyTorch pueden producir embeddings ligeramente diferentes, sin embargo, al ejecutarlos en los mismos benchmarks, producen resultados idénticos. El modelo usa solo el codificador de un modelo T5-base. Los pesos están almacenados en FP16.
Como usar
Usar este modelo es fácil cuando tienes instalado sentence-transformers:
pip install -U sentence-transformers
Luego puedes usar el modelo así:
from sentence_transformers import SentenceTransformer
sentences = ["This is an example sentence", "Each sentence is converted"]
model = SentenceTransformer('sentence-transformers/gtr-t5-base')
embeddings = model.encode(sentences)
print(embeddings)
El modelo requiere la versión 2.2.0 o más reciente de sentence-transformers.
Funcionalidades
- Transformadores de oraciones
- PyTorch
- Safetensors
- Extracción de características
- T5
- Compatible con AutoTrain
- Compatible con Puntos de Inferencia
Casos de uso
- Búsqueda semántica
- Recuperación de información
- Comparación de similitud de oraciones
- Generación de embeddings para oraciones y párrafos