/ Модель

Характеристики

Контекст
514 токенов
Параметры
659 млн
Архитектура
xlm-roberta · dense
Библиотека
sentence-transformers
Опубликована
6 фев 2024

e5-dansk-test-0.1

ЭмбеддингиТекст → embedding9 профессий

Датская модель эмбеддингов на базе XLM-RoBERTa для семантического поиска, сравнения текстов и кластеризации.

140скачиваний за 30 дней0лайковвеса обновлены6 фев 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

Jechto/e5-dansk-test-0.1 — модель эмбеддингов предложений и абзацев на базе XLM-RoBERTa, опубликованная Jechto. Она преобразует текст в плотные векторы размерностью 1024 и предназначена для семантического поиска, сравнения предложений и кластеризации. Модель обучена на датасете MS MARCO, автоматически переведённом с английского на датский, чтобы проверить качество такого перевода для обучения на другом языке.

Модель использует библиотеку Sentence Transformers и сохраняется в формате safetensors. Максимальная длина контекста — 514 токенов. В README описано обучение с MultipleNegativesRankingLoss и косинусным сходством. Карточка не сообщает лицензию; результаты обучения на машинном переводе могут зависеть от его качества.

Сценарии применения

  • семантический поиск по датским документам
  • сравнение смысловой близости датских предложений
  • кластеризация датских текстов
  • преобразование датских предложений в эмбеддинги

Ограничения

Обучение основано на версии MS MARCO, автоматически переведённой на датский, поэтому ошибки и особенности машинного перевода могут влиять на качество. Контекст ограничен 514 токенами.

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

e5-dansk-test

This is a sentence-transformers model: It maps sentences & paragraphs to a 1024 dimensional dense vector space and can be used for tasks like clustering or semantic search.

The model was trained by MS-MARCO english dataset machine translated into the danish language to test whether Machine translation high quality datasets to a foreign language produces good results

Usage (Sentence-Transformers)

Using this model becomes easy when you have sentence-transformers installed:

pip install -U sentence-transformers

Then you can use the model like this:

from sentence_transformers import SentenceTransformer
sentences = ["Dette er en dansk sætning", "Dette er en også en dansk sætning"]

model = SentenceTransformer('Jechto/e5-dansk-test-0.1')
embeddings = model.encode(sentences)
print(embeddings)

Training

The model was trained with the parameters:

DataLoader:

sentence_transformers.datasets.NoDuplicatesDataLoader.NoDuplicatesDataLoader of length 10327 with parameters:

{'batch_size': 16}

Loss:

sentence_transformers.losses.MultipleNegativesRankingLoss.MultipleNegativesRankingLoss with parameters:

{'scale': 20.0, 'similarity_fct': 'cos_sim'}

Parameters of the fit()-Method:

{
    "epochs": 1,
    "evaluation_steps": 2000,
    "evaluator": "sentence_transformers.evaluation.BinaryClassificationEvaluator.BinaryClassificationEvaluator",
    "max_grad_norm": 1,
    "optimizer_class": "<class 'torch.optim.adam.Adam'>",
    "optimizer_params": {
        "lr": 1e-05
    },
    "scheduler": "warmupconstant",
    "steps_per_epoch": null,
    "warmup_steps": 10000,
    "weight_decay": 0.01
}

Full Model Architecture

SentenceTransformer(
  (0): Transformer({'max_seq_length': 512, 'do_lower_case': False}) with Transformer model: XLMRobertaModel 
  (1): Pooling({'word_embedding_dimension': 1024, '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})
  (2): Normalize()
)

Citing & Authors

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
XLMRobertaModel
Ревизия весов
7813f6f

0 моделей