/ Модель

Характеристики

Контекст
512 токенов
Параметры
18,8 млн
Лицензия
MIT
Архитектура
bert · dense
Библиотека
sentence-transformers
Опубликована
21 апр 2024

gte-micro

ЭмбеддингиТекст → embedding6 профессий

Компактная англоязычная модель эмбеддингов для семантического автодополнения и сравнения текстов по смыслу.

176скачиваний за 30 дней0лайковвеса обновлены22 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 оценки30

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

  • JaGovFaqsRetrieval

    main_score

    Результат

    0,0655

    MTEB

    Публичная таблицаревизия совпадает

  • XPQARetrieval

    main_score

    Результат

    0,064

    Общий результат 0,5071Общий результат 0,4283
    MTEB

    Публичная таблицаревизия совпадает

  • MIRACLReranking

    main_score

    Результат

    0,3053

    MTEB

    Публичная таблицаревизия совпадает

  • Tatoeba

    main_score

    Результат

    0,0067

    Общий результат 0,0907
    MTEB

    Публичная таблицаревизия совпадает

  • AfriSentiClassification

    main_score

    Результат

    0,2931

    MTEB

    Публичная таблицаревизия совпадает

  • GreekLegalCodeClassification

    main_score

    Результат

    0,0129

    MTEB

    Публичная таблицаревизия совпадает

  • MassiveScenarioClassification

    main_score

    Результат

    0,448

    Общий результат 0,4584Общий результат 0,4155Общий результат 0,2751
    MTEB

    Публичная таблицаревизия совпадает

  • AppsRetrieval

    main_score

    Результат

    0,0204

    MTEB

    Публичная таблицаревизия совпадает

  • WikipediaRerankingMultilingual

    main_score

    Результат

    0,3644

    Общий результат 0,6907
    MTEB

    Публичная таблицаревизия совпадает

  • SIB200ClusteringS2S

    main_score

    Результат

    0,0235

    Общий результат 0,0432Общий результат 0,0418Общий результат 0,0411
    MTEB

    Публичная таблицаревизия совпадает

  • IndicGenBenchFloresBitextMining

    main_score

    Результат

    0,0321

    Общий результат 0,0141
    MTEB

    Публичная таблицаревизия совпадает

  • Quail

    main_score

    Результат

    0,0206

    MTEB

    Публичная таблицаревизия совпадает

  • LegalQuAD

    main_score

    Результат

    0,0821

    MTEB

    Публичная таблицаревизия совпадает

  • SICKFr

    main_score

    Результат

    0,6273

    MTEB

    Публичная таблицаревизия совпадает

  • MassiveIntentClassification

    main_score

    Результат

    0,1003

    Общий результат 0,1863
    MTEB

    Публичная таблицаревизия совпадает

  • MasakhaNEWSClassification

    main_score

    Результат

    0,5071

    MTEB

    Публичная таблицаревизия совпадает

  • MintakaRetrieval

    main_score

    Результат

    0,1111

    Общий результат 0,0547
    MTEB

    Публичная таблицаревизия совпадает

  • NepaliNewsClassification

    main_score

    Результат

    0,4117

    MTEB

    Публичная таблицаревизия совпадает

  • MIRACLRetrieval

    main_score

    Результат

    0,0033

    MTEB

    Публичная таблицаревизия совпадает

  • CUREv1

    main_score

    Результат

    0,018

    MTEB

    Публичная таблицаревизия совпадает

  • MasakhaNEWSClusteringS2S

    main_score

    Результат

    0,692

    MTEB

    Публичная таблицаревизия совпадает

  • MIRACLRetrievalHardNegatives

    main_score

    Результат

    0,0004

    MTEB

    Публичная таблицаревизия совпадает

  • XQuADRetrieval

    main_score

    Результат

    0,0463

    MTEB

    Публичная таблицаревизия совпадает

  • STS22

    main_score

    Результат

    0,5044

    MTEB

    Публичная таблицаревизия совпадает

  • PawsXPairClassification

    main_score

    Результат

    0,518

    Общий результат 0,5012
    MTEB

    Публичная таблицаревизия совпадает

  • MultiHateClassification

    main_score

    Результат

    0,5005

    Общий результат 0,5464
    MTEB

    Публичная таблицаревизия совпадает

  • MultiEURLEXMultilabelClassification

    main_score

    Результат

    0,0212

    MTEB

    Публичная таблицаревизия совпадает

  • STSBenchmarkMultilingualSTS

    main_score

    Результат

    0,7205

    MTEB

    Публичная таблицаревизия совпадает

  • MLQARetrieval

    main_score

    Результат

    0,0052

    Общий результат 0,0131
    MTEB

    Публичная таблицаревизия совпадает

  • TempReasonL3Pure

    main_score

    Результат

    0,0498

    MTEB

    Публичная таблицаревизия совпадает

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

gte-micro — компактная модель эмбеддингов на архитектуре BERT, разработанная как дистилляция gte-small. Она предназначена для семантического автодополнения: преобразует английский текст в векторы, которые можно использовать для поиска подходящих продолжений или сравнения смысловой близости. Модель содержит 18,8 млн параметров, принимает текстовые входы и рассчитана на контекст до 512 токенов; доступны форматы Safetensors и ONNX.

Модель подходит для сценариев семантического поиска и ранжирования вариантов автодополнения по смыслу. Лицензия — MIT. Она предназначена только для английского текста; более длинные входы обрезаются до 512 токенов.

Сценарии применения

  • семантическое автодополнение поисковых запросов
  • подбор продолжения фразы по смыслу
  • поиск похожих английских предложений
  • ранжирование вариантов текста по семантической близости

Ограничения

Модель предназначена только для английского текста. Входы длиннее 512 токенов обрезаются.

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

gte-micro

This is a distill of gte-small.

Intended purpose

This model is designed for use in semantic-autocomplete (click here for demo).

Usage (same as gte-small)

Use in semantic-autocomplete OR in code

import torch.nn.functional as F
from torch import Tensor
from transformers import AutoTokenizer, AutoModel

def average_pool(last_hidden_states: Tensor,
                 attention_mask: Tensor) -> Tensor:
    last_hidden = last_hidden_states.masked_fill(~attention_mask[..., None].bool(), 0.0)
    return last_hidden.sum(dim=1) / attention_mask.sum(dim=1)[..., None]

input_texts = [
    "what is the capital of China?",
    "how to implement quick sort in python?",
    "Beijing",
    "sorting algorithms"
]

tokenizer = AutoTokenizer.from_pretrained("Mihaiii/gte-micro")
model = AutoModel.from_pretrained("Mihaiii/gte-micro")

# Tokenize the input texts
batch_dict = tokenizer(input_texts, max_length=512, padding=True, truncation=True, return_tensors='pt')

outputs = model(**batch_dict)
embeddings = average_pool(outputs.last_hidden_state, batch_dict['attention_mask'])

# (Optionally) normalize embeddings
embeddings = F.normalize(embeddings, p=2, dim=1)
scores = (embeddings[:1] @ embeddings[1:].T) * 100
print(scores.tolist())

Use with sentence-transformers:

from sentence_transformers import SentenceTransformer
from sentence_transformers.util import cos_sim

sentences = ['That is a happy person', 'That is a very happy person']

model = SentenceTransformer('Mihaiii/gte-micro')
embeddings = model.encode(sentences)
print(cos_sim(embeddings[0], embeddings[1]))

Limitation (same as gte-small)

This model exclusively caters to English texts, and any lengthy texts will be truncated to a maximum of 512 tokens.

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
6fd2397

0 моделей