SetFit con BAAI/bge-m3
yaniseuranova
Clasificación de texto
Este es un modelo SetFit que se puede usar para la Clasificación de Textos. Utiliza BAAI/bge-m3 como el modelo de incrustación de Sentence Transformer. Una instancia de LogisticRegression se usa para la clasificación. El modelo ha sido entrenado utilizando una técnica eficiente de aprendizaje con pocos ejemplos que implica el ajuste fino de un Sentence Transformer con aprendizaje contrastivo y el entrenamiento de una cabeza de clasificación con características del Sentence Transformer afinado.
Como usar
Primero, instale la biblioteca SetFit:
pip install setfit
Luego, puede cargar este modelo y ejecutar inferencias.
from setfit import SetFitModel
# Descargar del Hub de 🤗
model = SetFitModel.from_pretrained("yaniseuranova/setfit-rag-hybrid-search-query-router")
# Ejecutar inferencia
preds = model("¿Cuál es el propósito de configurar un CUPS en un servidor?")
Funcionalidades
- Tipo de Modelo: SetFit
- Cuerpo del Sentence Transformer: BAAI/bge-m3
- Cabeza de Clasificación: instancia de LogisticRegression
- Longitud Máxima de Secuencia: 8192 tokens
- Número de Clases: 2 clases
Casos de uso
- Clasificación de textos
- Uso directo para inferencias