/ Модель

Характеристики

Контекст
8 192 токена
Параметры
184 млн
Архитектура
modernbert · dense
Базовая модель
mobert_retry_SimCSE_test
Библиотека
sentence-transformers
Опубликована
16 фев 2025

ModernBERT-SimCSE-multitask_v03-retry

ЭмбеддингиТекст → embedding9 профессий

Дообученная ModernBERT-модель создаёт векторы предложений для поиска, кластеризации и оценки семантического сходства.

106скачиваний за 30 дней0лайковвеса обновлены16 фев 2025

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Тесты пользователейпока нет

Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.

  1. Добавьте модель в бенчмарк

    Вместе с другими моделями категории «Эмбеддинги» — сравнение идёт внутри одной категории.

  2. Опишите свои задачи

    Напишите запросы, при необходимости приложите файлы и эталонные ответы.

  3. Запустите и опубликуйте

    Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

CocoRoF/ModernBERT-SimCSE-multitask_v03-retry — дообученная на основе CocoRoF/mobert_retry_SimCSE_test модель Sentence Transformer, разработанная CocoRoF. Она преобразует предложения и абзацы в плотные векторы размерности 1024 и предназначена для сравнения семантического сходства, семантического поиска, поиска перефразировок, кластеризации и классификации текста. Архитектура — ModernBERT; модель содержит 183,8 млн параметров и принимает текстовые последовательности длиной до 8192 токенов по метаданным. README указывает максимальную длину 2048 токенов, поэтому фактический предел может зависеть от конфигурации используемого пайплайна.

Для оценки сходства применяется косинусная мера; в README приведены результаты на sts_dev: 0,789 по Spearman и 0,7886 по Pearson. Примеры обучающих и оценочных данных — корейские предложения, но поддержка других языков явно не заявлена. Модель сохраняет веса в формате safetensors и может применяться через библиотеку sentence-transformers. Лицензия в предоставленных данных не указана.

Сценарии применения

  • поиск документов по смыслу запроса
  • оценка сходства двух предложений
  • поиск перефразировок в коллекции текстов
  • кластеризация предложений по смыслу
  • получение эмбеддингов для классификации текста

Ограничения

README сообщает максимум 2048 токенов, тогда как метаданные указывают контекст 8192 токена; следует сверить ограничение с конфигурацией при развёртывании. Примеры данных корейские, а оценки приведены на sts_dev; универсальное качество на других языках и доменах не подтверждено.

Для каких профессий подходит9

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

SentenceTransformer based on CocoRoF/mobert_retry_SimCSE_test

This is a sentence-transformers model finetuned from CocoRoF/mobert_retry_SimCSE_test. It maps sentences & paragraphs to a 1024-dimensional dense vector space and can be used for semantic textual similarity, semantic search, paraphrase mining, text classification, clustering, and more.

Model Details

Model Description

  • Model Type: Sentence Transformer
  • Base model: CocoRoF/mobert_retry_SimCSE_test
  • Maximum Sequence Length: 2048 tokens
  • Output Dimensionality: 1024 dimensions
  • Similarity Function: Cosine Similarity

Model Sources

Full Model Architecture

SentenceTransformer(
  (0): Transformer({'max_seq_length': 2048, 'do_lower_case': False}) with Transformer model: ModernBertModel 
  (1): Pooling({'word_embedding_dimension': 768, 'pooling_mode_cls_token': False, 'pooling_mode_mean_tokens': True, 'pooling_mode_max_tokens': False, 'pooling_mode_mean_sqrt_len_tokens': False, 'pooling_mode_weightedmean_tokens': False, 'pooling_mode_lasttoken': False, 'include_prompt': True})
  (2): Dense({'in_features': 768, 'out_features': 1024, 'bias': True, 'activation_function': 'torch.nn.modules.activation.Tanh'})
)

Usage

Direct Usage (Sentence Transformers)

First install the Sentence Transformers library:

pip install -U sentence-transformers

Then you can load this model and run inference.

from sentence_transformers import SentenceTransformer

# Download from the 🤗 Hub
model = SentenceTransformer("CocoRoF/ModernBERT-SimCSE-multitask_v03-retry")
# Run inference
sentences = [
    '버스가 바쁜 길을 따라 운전한다.',
    '녹색 버스가 도로를 따라 내려간다.',
    '그 여자는 데이트하러 가는 중이다.',
]
embeddings = model.encode(sentences)
print(embeddings.shape)
# [3, 1024]

# Get the similarity scores for the embeddings
similarities = model.similarity(embeddings, embeddings)
print(similarities.shape)
# [3, 3]

Evaluation

Metrics

Semantic Similarity

MetricValue
pearson_cosine0.7886
spearman_cosine0.789
pearson_euclidean0.721
spearman_euclidean0.7133
pearson_manhattan0.7228
spearman_manhattan0.7161
pearson_dot0.712
spearman_dot0.7059
pearson_max0.7886
spearman_max0.789

Training Details

Training Dataset

Unnamed Dataset

  • Size: 5,749 training samples
  • Columns: sentence1, sentence2, and score
  • Approximate statistics based on the first 1000 samples:
    sentence1sentence2score
    typestringstringfloat
    detailsmin: 7 tokensmean: 13.52 tokensmax: 36 tokensmin: 7 tokensmean: 13.41 tokensmax: 32 tokensmin: 0.0mean: 0.45max: 1.0
  • Samples:
    sentence1sentence2score
    비행기가 이륙하고 있다.비행기가 이륙하고 있다.1.0
    한 남자가 큰 플루트를 연주하고 있다.남자가 플루트를 연주하고 있다.0.76
    한 남자가 피자에 치즈를 뿌려놓고 있다.한 남자가 구운 피자에 치즈 조각을 뿌려놓고 있다.0.76
  • Loss: CosineSimilarityLoss with these parameters:
    {
        "loss_fct": "torch.nn.modules.loss.MSELoss"
    }
    

Evaluation Dataset

Unnamed Dataset

  • Size: 1,500 evaluation samples
  • Columns: sentence1, sentence2, and score
  • Approximate statistics based on the first 1000 samples:
    sentence1sentence2score
    typestringstringfloat
    detailsmin: 7 tokensmean: 20.38 tokensmax: 52 tokensmin: 6 tokensmean: 20.52 tokensmax: 54 tokensmin: 0.0mean: 0.42max: 1.0
  • Samples:
    sentence1sentence2score
    안전모를 가진 한 남자가 춤을 추고 있다.안전모를 쓴 한 남자가 춤을 추고 있다.1.0
    어린아이가 말을 타고 있다.아이가 말을 타고 있다.0.95
    한 남자가 뱀에게 쥐를 먹이고 있다.남자가 뱀에게 쥐를 먹이고 있다.1.0
  • Loss: CosineSimilarityLoss with these parameters:
    {
        "loss_fct": "torch.nn.modules.loss.MSELoss"
    }
    

Training Hyperparameters

Non-Default Hyperparameters

  • overwrite_output_dir: True
  • eval_strategy: steps
  • per_device_train_batch_size: 1
  • per_device_eval_batch_size: 1
  • gradient_accumulation_steps: 16
  • learning_rate: 8e-05
  • num_train_epochs: 10.0
  • warmup_ratio: 0.2
  • push_to_hub: True
  • hub_model_id: CocoRoF/ModernBERT-SimCSE-multitask_v03-retry
  • hub_strategy: checkpoint
  • batch_sampler: no_duplicates

All Hyperparameters

  • overwrite_output_dir: True
  • do_predict: False
  • eval_strategy: steps
  • prediction_loss_only: True
  • per_device_train_batch_size: 1
  • per_device_eval_batch_size: 1
  • per_gpu_train_batch_size: None
  • per_gpu_eval_batch_size: None
  • gradient_accumulation_steps: 16
  • eval_accumulation_steps: None
  • torch_empty_cache_steps: None
  • learning_rate: 8e-05
  • weight_decay: 0.0
  • adam_beta1: 0.9
  • adam_beta2: 0.999
  • adam_epsilon: 1e-08
  • max_grad_norm: 1.0
  • num_train_epochs: 10.0
  • max_steps: -1
  • lr_scheduler_type: linear
  • lr_scheduler_kwargs: {}
  • warmup_ratio: 0.2
  • warmup_steps: 0
  • log_level: passive
  • log_level_replica: warning
  • log_on_each_node: True
  • logging_nan_inf_filter: True
  • save_safetensors: True
  • save_on_each_node: False
  • save_only_model: False
  • restore_callback_states_from_checkpoint: False
  • no_cuda: False
  • use_cpu: False
  • use_mps_device: False
  • seed: 42
  • data_seed: None
  • jit_mode_eval: False
  • use_ipex: False
  • bf16: False
  • fp16: False
  • fp16_opt_level: O1
  • half_precision_backend: auto
  • bf16_full_eval: False
  • fp16_full_eval: False
  • tf32: None
  • local_rank: 0
  • ddp_backend: None
  • tpu_num_cores: None
  • tpu_metrics_debug: False
  • debug: []
  • dataloader_drop_last: True
  • dataloader_num_workers: 0
  • dataloader_prefetch_factor: None
  • past_index: -1
  • disable_tqdm: False
  • remove_unused_columns: True
  • label_names: None
  • load_best_model_at_end: False
  • ignore_data_skip: False
  • fsdp: []
  • fsdp_min_num_params: 0
  • fsdp_config: {'min_num_params': 0, 'xla': False, 'xla_fsdp_v2': False, 'xla_fsdp_grad_ckpt': False}
  • fsdp_transformer_layer_cls_to_wrap: None
  • accelerator_config: {'split_batches': False, 'dispatch_batches': None, 'even_batches': True, 'use_seedable_sampler': True, 'non_blocking': False, 'gradient_accumulation_kwargs': None}
  • deepspeed: None
  • label_smoothing_factor: 0.0
  • optim: adamw_torch
  • optim_args: None
  • adafactor: False
  • group_by_length: False
  • length_column_name: length
  • ddp_find_unused_parameters: None
  • ddp_bucket_cap_mb: None
  • ddp_broadcast_buffers: False
  • dataloader_pin_memory: True
  • dataloader_persistent_workers: False
  • skip_memory_metrics: True
  • use_legacy_prediction_loop: False
  • push_to_hub: True
  • resume_from_checkpoint: None
  • hub_model_id: CocoRoF/ModernBERT-SimCSE-multitask_v03-retry
  • hub_strategy: checkpoint
  • hub_private_repo: None
  • hub_always_push: False
  • gradient_checkpointing: False
  • gradient_checkpointing_kwargs: None
  • include_inputs_for_metrics: False
  • include_for_metrics: []
  • eval_do_concat_batches: True
  • fp16_backend: auto
  • push_to_hub_model_id: None
  • push_to_hub_organization: None
  • mp_parameters:
  • auto_find_batch_size: False
  • full_determinism: False
  • torchdynamo: None
  • ray_scope: last
  • ddp_timeout: 1800
  • torch_compile: False
  • torch_compile_backend: None
  • torch_compile_mode: None
  • dispatch_batches: None
  • split_batches: None
  • include_tokens_per_second: False
  • include_num_input_tokens_seen: False
  • neftune_noise_alpha: None
  • optim_target_modules: None
  • batch_eval_metrics: False
  • eval_on_start: False
  • use_liger_kernel: False
  • eval_use_gather_object: False
  • average_tokens_across_devices: False
  • prompts: None
  • batch_sampler: no_duplicates
  • multi_dataset_batch_sampler: proportional

Training Logs

EpochStepTraining LossValidation Losssts_dev_spearman_max
0.11145-0.03770.7471
0.2228100.69230.03770.7471
0.334315-0.03760.7473
0.4457200.68320.03760.7475
0.557125-0.03750.7479
0.6685300.67870.03750.7484
0.779935-0.03740.7488
0.8914400.61540.03730.7494
1.022345-0.03720.7500
1.1337500.62310.03710.7506
1.245155-0.03700.7512
1.3565600.65620.03690.7519
1.468065-0.03680.7526
1.5794700.65780.03660.7534
1.690875-0.03650.7541
1.8022800.66690.03640.7549
1.913685-0.03630.7559
2.0446900.64280.03610.7568
2.156095-0.03600.7577
2.26741000.58540.03580.7586
2.3788105-0.03570.7597
2.49031100.60270.03560.7607
2.6017115-0.03540.7618
2.71311200.63750.03530.7627
2.8245125-0.03510.7635
2.93591300.62040.03500.7643
3.0669135-0.03480.7653
3.17831400.60770.03470.7663
3.2897145-0.03460.7672
3.40111500.57720.03440.7681
3.5125155-0.03430.7690
3.62401600.57930.03410.7698
3.7354165-0.03400.7705
3.84681700.58070.03380.7712
3.9582175-0.03370.7721
4.08911800.55760.03360.7729
4.2006185-0.03340.7734
4.31201900.52440.03330.7740
4.4234195-0.03320.7748
4.53482000.5390.03310.7754
4.6462205-0.03300.7760
4.75772100.55170.03290.7765
4.8691215-0.03280.7769
4.98052200.52650.03270.7776
5.1114225-0.03260.7780
5.22282300.52850.03250.7783
5.3343235-0.03240.7789
5.44572400.46970.03230.7793
5.5571245-0.03230.7798
5.66852500.49130.03220.7804
5.7799255-0.03210.7809
5.89142600.52530.03200.7813
6.0223265-0.03200.7817
6.13372700.49240.03190.7819
6.2451275-0.03180.7820
6.35652800.48440.03170.7822
6.4680285-0.03170.7825
6.57942900.4420.03160.7827
6.6908295-0.03150.7830
6.80223000.46650.03140.7834
6.9136305-0.03140.7839
7.04463100.46720.03140.7843
7.1560315-0.03140.7851
7.26743200.41310.03140.7850
7.3788325-0.03130.7849
7.49033300.42210.03120.7848
7.6017335-0.03110.7854
7.71313400.42680.03100.7857
7.8245345-0.03090.7861
7.93593500.43160.03090.7866
8.0669355-0.03090.7872
8.17833600.42770.03090.7873
8.2897365-0.03080.7870
8.40113700.39250.03080.7868
8.5125375-0.03080.7866
8.62403800.40490.03080.7869
8.7354385-0.03080.7875
8.84683900.37420.03080.7883
8.9582395-0.03070.7885
9.08914000.34980.03070.7886
9.2006405-0.03070.7881
9.31204100.35690.03070.7878
9.4234415-0.03070.7876
9.53484200.33120.03060.7877
9.6462425-0.03050.7881
9.75774300.38480.03040.7885
9.8691435-0.03040.7889
9.98054400.3320.03050.7890

Framework Versions

  • Python: 3.11.10
  • Sentence Transformers: 3.4.1
  • Transformers: 4.48.3
  • PyTorch: 2.5.1+cu124
  • Accelerate: 1.3.0
  • Datasets: 3.3.0
  • Tokenizers: 0.21.0

Citation

BibTeX

Sentence Transformers

@inproceedings{reimers-2019-sentence-bert,
    title = "Sentence-BERT: Sentence Embeddings using Siamese BERT-Networks",
    author = "Reimers, Nils and Gurevych, Iryna",
    booktitle = "Proceedings of the 2019 Conference on Empirical Methods in Natural Language Processing",
    month = "11",
    year = "2019",
    publisher = "Association for Computational Linguistics",
    url = "https://arxiv.org/abs/1908.10084",
}

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · sentence-transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
ModernBertModel
Ревизия весов
8ea8efa

0 моделей