Компактная английская модель эмбеддингов для семантического автодополнения и сравнения предложений.
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.
IndicGenBenchFloresBitextMining
main_score
0,0388
Публичная таблицаревизия совпадает
SIB200ClusteringS2S
main_score
0,0792
Публичная таблицаревизия совпадает
MultiEURLEXMultilabelClassification
main_score
0,0152
Публичная таблицаревизия совпадает
DutchBookReviewSentimentClassification.v2
main_score
0,5405
Публичная таблицаревизия совпадает
MLQARetrieval
main_score
0,0776
Публичная таблицаревизия совпадает
MassiveScenarioClassification
main_score
0,2589
Публичная таблицаревизия совпадает
AmazonCounterfactualClassification
main_score
0,704
Публичная таблицаревизия совпадает
STS22
main_score
0,267
Публичная таблицаревизия совпадает
Описание составлено по карточке модели и метаданным Hugging Face
Wartortle — компактная модель эмбеддингов на базе BERT, созданная Mihaiii как дистилляция bge-base-en-v1.5. Она предназначена прежде всего для семантического автодополнения: преобразует текст в векторы, которые можно использовать для поиска подходящего продолжения или сопоставления фраз. Модель содержит 18,8 млн параметров, работает с контекстом до 512 токенов и доступна в форматах Safetensors и ONNX.
Для корректного использования в сценарии семантического автодополнения README рекомендует CLS-пулинг и нормализацию эмбеддингов; модель также можно применять в задачах сходства предложений и извлечения признаков. Базовая модель ориентирована на английский язык. Лицензия — MIT.
Контекст ограничен 512 токенами. Для семантического автодополнения необходимы CLS-пулинг и нормализация эмбеддингов.
Разделы каталога профессий, в задачах которых используется эта модель
README от автора на Hugging Face, как он его опубликовал
Wartortle 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…