nb-sentence-bert-base
A test version of a sentence-BERT (SimCSE) model trained on top of nb-bert-base. This is just a test, and is not validated. New and better models will come soon.
Характеристики
- Контекст
- 512 токенов
- Параметры
- 205 млн
- Лицензия
- Apache 2.0
- Архитектура
- bert · dense
- Опубликована
- 21 окт 2022
Ссылки
nb-sentence-bert-base-mnli-test
Тестовая модель sentence-BERT на основе nb-bert-base для получения эмбеддингов предложений и оценки их семантического сходства.
115скачиваний за 30 дней0лайковвеса обновлены12 фев 2025
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.
Добавьте модель в бенчмарк
Вместе с другими моделями категории «Эмбеддинги» — сравнение идёт внутри одной категории.
Опишите свои задачи
Напишите запросы, при необходимости приложите файлы и эталонные ответы.
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
NbAiLab/nb-sentence-bert-base-mnli-test — тестовая модель sentence-BERT (SimCSE), разработанная NbAiLab и обученная на основе nb-bert-base. Она предназначена для получения векторных представлений предложений и сравнения их семантической близости. Модель построена на архитектуре BERT, содержит 205,1 млн параметров и принимает последовательности длиной до 512 токенов.
Модель не прошла валидацию, поэтому её качество и пригодность для прикладного использования не подтверждены. Репозиторий распространяется по лицензии Apache-2.0.
Сценарии применения
- сравнение семантической близости двух предложений
- получение эмбеддингов предложений для поиска
- кластеризация текстов по смыслу
Ограничения
Модель обозначена как тестовая и не прошла валидацию; авторы предупреждают, что появятся более качественные версии.
Для каких профессий подходит4
Разделы каталога профессий, в задачах которых используется эта модель
I.2Универсальные способностиСинтез, понимание и проверка знанийAI помогает сжимать, сопоставлять и критически проверять знания без потери существенного контекста.18 задач42 341модельI.11Универсальные способностиКлассификация, ранжирование и сопоставлениеAI помогает распределять объекты по категориям, устанавливать соответствия и определять порядок обработки.15 задач26 736моделейI.12Универсальные способностиРекомендации и персонализацияAI помогает подбирать релевантные варианты и адаптировать опыт под конкретного человека или ситуацию.15 задач7 627моделейI.1Универсальные способностиПоиск и навигация по информацииAI помогает находить нужные сведения и помогать человеку быстро переходить от вопроса к подтверждённому источнику.18 задач13 467моделей
Карточка модели
README от автора на Hugging Face, как он его опубликовал
Как запустить
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм
Подбираем GPU…
- Класс архитектуры
- BertForCL
- Ревизия весов
- 398a17c