Компактная BERT-модель эмбеддингов для семантического автодополнения и сравнения сходства текстов.
Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды
Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.
Вместе с другими моделями категории «Эмбеддинги» — сравнение идёт внутри одной категории.
Напишите запросы, при необходимости приложите файлы и эталонные ответы.
Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.
Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.
MIRACLRetrieval
main_score
0,0454
Публичная таблицаревизия совпадает
MassiveIntentClassification
main_score
0,099
Публичная таблицаревизия совпадает
IndicGenBenchFloresBitextMining
main_score
0,0004
Публичная таблицаревизия совпадает
MassiveScenarioClassification
main_score
0,0771
Публичная таблицаревизия совпадает
MLQARetrieval
main_score
0,0908
Публичная таблицаревизия совпадает
MintakaRetrieval
main_score
0,1303
Публичная таблицаревизия совпадает
Описание составлено по карточке модели и метаданным Hugging Face
Squirtle — компактная модель эмбеддингов на архитектуре BERT, созданная Mihaiii дистилляцией bge-base-en-v1.5. Она предназначена прежде всего для семантического автодополнения, а также может использоваться для сравнения сходства предложений и извлечения признаков текста.
Модель содержит 16,4 млн параметров, работает с текстом и поддерживает контекст до 512 токенов. Для получения эмбеддингов в сценарии semantic-autocomplete README рекомендует использовать CLS-пулинг и нормализацию; модель также доступна в форматах Safetensors и ONNX.
Лицензия — MIT. README не приводит оценок качества или подробностей о поддерживаемых языках; название базовой модели указывает на англоязычное назначение.
Для semantic-autocomplete требуется CLS-пулинг с нормализацией; стандартный mean-pooling в компоненте из README не соответствует рекомендуемой настройке. Контекст ограничен 512 токенами, а оценок качества в карточке нет.
Разделы каталога профессий, в задачах которых используется эта модель
README от автора на Hugging Face, как он его опубликовал
Squirtle is a distill of bge-base-en-v1.5.
This model is designed for use in semantic-autocomplete (click here for demo).
Make sure you also pass pipelineParams={{ pooling: "cls", normalize: true }} since the default pooling in the component is mean.
Other than within semantic-autocomplete, you can use this model same as bge-base-en-v1.5.
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм · sentence-transformers
Подбираем GPU…