sentence-transformers/sentence-t5-xl
Este es un modelo de sentence-transformers: Mapea oraciones y párrafos a un espacio vectorial denso de 768 dimensiones. El modelo funciona bien para tareas de similitud de oraciones, pero no se desempeña tan bien en tareas de búsqueda semántica. Este modelo se convirtió del modelo Tensorflow st5-3b-1 a PyTorch. Al usar este modelo, consulte la publicación: Sentence-T5: codificadores de oraciones escalables a partir de modelos preentrenados de texto a texto. El modelo de tfhub y este modelo de PyTorch pueden producir embeddings ligeramente diferentes; sin embargo, cuando se ejecutan en los mismos puntos de referencia, producen resultados idénticos. El modelo solo usa el codificador de un modelo T5-3B. Los pesos están almacenados en FP16.
Como usar
Usar este modelo se vuelve fácil cuando tienes instalado sentence-transformers:
pip install -U sentence-transformers
Entonces puedes usar el modelo así:
from sentence_transformers import SentenceTransformer
sentences = ["Esto es una oración de ejemplo", "Cada oración es convertida"]
model = SentenceTransformer('sentence-transformers/sentence-t5-xl')
embeddings = model.encode(sentences)
print(embeddings)
El modelo requiere sentence-transformers versión 2.2.0 o más reciente.
Funcionalidades
- Transformadores de oraciones
- Mapeo de oraciones y párrafos a un espacio vectorial denso de 768 dimensiones
- Adecuado para tareas de similitud de oraciones
- Convertido de TensorFlow a PyTorch
- Usa solo el codificador de un modelo T5-3B
- Pesos almacenados en FP16
Casos de uso
- Similitud de oraciones
- Codificación de párrafos
- Extracción de características