/ Модель

Характеристики

Контекст
514 токенов
Параметры
152 млн
Лицензия
Apache 2.0
Архитектура
roberta · dense
Опубликована
4 мар 2023

job-skill-sentence-transformer-tsdae

ЭмбеддингиТекст → embedding3 профессии

Дообученная на текстах вакансий и навыков модель RoBERTa для получения векторных представлений и поиска сходства между описаниями.

112скачиваний за 30 дней4лайкавеса обновлены17 мар 2023

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

MohammedDhiyaEddine/job-skill-sentence-transformer-tsdae — модель SentenceTransformer на базе RoBERTa, дообученная на описаниях вакансий и навыков методом Transformer-based and Sequential Denoising AutoEncoder (TSDAE). Этот метод предназначен для обучения представлений текста в условиях нехватки размеченных данных.

Модель подходит для получения векторных представлений текстов о навыках и вакансиях, которые можно использовать для поиска и сопоставления похожих описаний. Она содержит 151,8 млн параметров, принимает текстовые входные данные и рассчитана на контекст до 514 токенов. В карточке указан английский язык; лицензия — Apache-2.0.

Описание не сообщает результатов оценки качества и конкретных ограничений применимости, поэтому пригодность эмбеддингов для отдельного набора вакансий или навыков следует проверять на целевых данных.

Сценарии применения

  • сопоставление навыков с требованиями вакансии
  • поиск похожих описаний вакансий
  • поиск похожих формулировок профессиональных навыков

Ограничения

В карточке не приведены результаты оценки качества или сведения о применимости за пределами текстов вакансий и навыков. Длина контекста ограничена 514 токенами.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

A fine-tuned SentenceTransformer model on jobs and skills descriptions using the Transformer-based and Sequential Denoising AutoEncoder training method which is used mainly in tasks where you lack labelled data.

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
RobertaModel
Ревизия весов
e93ed50

0 моделей