w601sxs/b1ade-embed-distilled-from-gte-large-en-v1.5

w601sxs

Similitud de oraciones

Este es un modelo de sentence-transformers afinado a partir de w601sxs/b1ade-embed utilizando el conjunto de datos sentence-transformers/wikipedia-en-sentences. Mapea oraciones y párrafos a un espacio de vectores densos de 1024 dimensiones y puede ser utilizado para similitud textual semántica, búsqueda semántica, minería de paráfrasis, clasificación de texto, agrupamiento y más.

Como usar

Primero instala la librería de Sentence Transformers:
pip install -U sentence-transformers

Luego puedes cargar este modelo y ejecutar inferencia:
from sentence_transformers import SentenceTransformer

# Descargar del hub de 🤗
model = SentenceTransformer("w601sxs/b1ade-embed-distilled-from-gte-large-en-v1.5")
# Ejecutar inferencia
sentences = [
    'Un hombre está caminando',
    'El hombre está dando un paseo.',
    'La estación abrió el 1 de diciembre de 1896.',
]
embeddings = model.encode(sentences)
print(embeddings.shape)
# [3, 1024]

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

Funcionalidades

Modelo de tipo: Transformer de Oraciones
Modelo base: w601sxs/b1ade-embed
Longitud máxima de secuencia: 512 tokens
Dimensionalidad de salida: 1024 tokens
Función de similitud: Similitud del coseno
Conjunto de datos de entrenamiento: sentence-transformers/wikipedia-en-sentences

Casos de uso

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