/ Модель

Характеристики

Контекст
512 токенов
Параметры
137 млн
Лицензия
CC BY-NC 4.0
Архитектура
bert · dense
Библиотека
sentence-transformers
Опубликована
22 апр 2024

finance-embeddings-investopedia

ЭмбеддингиТекст → embedding6 профессий

Финансовая модель эмбеддингов FinLang для семантического поиска и кластеризации текстов в RAG-системах.

5 836скачиваний за 30 дней72лайкавеса обновлены30 апр 2024

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

FinLang/finance-embeddings-investopedia — модель эмбеддингов команды FinLang, дообученная для финансовых приложений на базе BAAI/bge-base-en-v1.5. Она построена на архитектуре BERT, содержит 136,7 млн параметров и преобразует предложения и абзацы в плотные векторы размерности 768. Контекст ограничен 512 токенами.

Модель предназначена для семантического поиска и кластеризации финансовых текстов, в том числе для поиска по документам в RAG-системах. В README описана оценка сходства на финансовых парах из Investopedia и проверка сохранения качества на наборах вопросов и ответов общего назначения. Лицензия — CC BY-NC 4.0; сторонние датасеты могут иметь дополнительные условия. Авторы позиционируют проект как исследовательский.

Сценарии применения

  • семантический поиск по финансовым статьям и справочным материалам
  • поиск релевантных документов для финансового RAG
  • кластеризация финансовых предложений и абзацев
  • оценка смыслового сходства финансовых текстов

Ограничения

Контекст ограничен 512 токенами. Модель представлена как исследовательский проект; лицензия CC BY-NC 4.0 ограничивает коммерческое использование, а сторонние датасеты могут иметь отдельные условия.

Для каких профессий подходит6

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

FinLang/finance-embeddings-investopedia

This is the Investopedia embedding for finance application by the FinLang team. The model is trained using our open-sourced finance dataset from https://huggingface.co/datasets/FinLang/investopedia-embedding-dataset

This is a finetuned embedding model on top of BAAI/bge-base-en-v1.5. It maps sentences & paragraphs to a 768 dimensional dense vector space and can be used for tasks like clustering or semantic search in RAG applications.

This project is for research purposes only. Third-party datasets may be subject to additional terms and conditions under their associated licenses.

Plans

  • The research paper will be published soon.
  • We are working on a v2 version of the model where we are increasing the training corpus of financial data and using improved techniques for training embeddings.

Usage (LLamaIndex)

Simply specify the Finlang embedding during the indexing procedure for your Financial RAG applications.

from llama_index.embeddings import HuggingFaceEmbedding
embed_model = HuggingFaceEmbedding(model_name="FinLang/investopedia_embedding")

Usage (Sentence-Transformers)

Using this model becomes easy when you have sentence-transformers installed (see https://huggingface.co/sentence-transformers):

pip install -U sentence-transformers

Then you can use the model like this:

from sentence_transformers import SentenceTransformer
sentences = ["This is an example sentence", "Each sentence is converted"]

model = SentenceTransformer('FinLang/investopedia_embedding')
embeddings = model.encode(sentences)
print(embeddings)

Example code testing:

from sentence_transformers import SentenceTransformer, util

model = SentenceTransformer("FinLang/investopedia_embedding")

query_1 = "What is a potential concern with allowing someone else to store your cryptocurrency keys, and is it possible to decrypt a private key?"
query_2 = "A potential concern is that the entity holding your keys has control over your cryptocurrency in a custodial relationship. While it is theoretically possible to decrypt a private key, with current technology, it would take centuries or millennia for the 115 quattuorvigintillion possibilities. Most hacks and thefts occur in wallets, where private keys are stored."

embedding_1 = model.encode(query_1)
embedding_2 = model.encode(query_2)
scores = (embedding_1*embedding_2).sum()
print(scores) # 0.862

Evaluation Results

We evaluate our model on unseen pairs of sentences for similarity and unseen shuffled pairs of sentences for dissimilarity. Our evaluation suite contains sentence pairs from: Investopedia (to test for proficiency on finance), and Gooaq, MSMARCO,stackexchange_duplicate_questions_title_title, yahoo_answers_title_answer (to evaluate models ability to avoid forgetting after finetuning).

License

Since non-commercial datasets are used for fine-tuning, we release this model as cc-by-nc-4.0.

Citation [Coming Soon]

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
BertModel
Ревизия весов
37d7594

0 моделей