/ Модель

Характеристики

Контекст
512 токенов
Параметры
452 млн
Лицензия
Apache 2.0
Архитектура
bert · dense
Базовая модель
TookaBERT-Large
Библиотека
sentence-transformers
Опубликована
3 дек 2024

Tooka-SBERT

ЭмбеддингиТекст → embedding9 профессий

Дообученная персидская Sentence Transformer модель, которая превращает предложения и абзацы в эмбеддинги для семантического поиска и сравнения текстов.

1 173скачиваний за 30 дней15лайковвеса обновлены26 мая 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.

  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 оценки49

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

  • SynPerChatbotConvSAHappiness

    main_score

    Результат

    0,6949

    MTEB

    Публичная таблицадругая ревизия

  • SynPerChatbotRAGFAQPC

    main_score

    Результат

    0,7132

    MTEB

    Публичная таблицадругая ревизия

  • SynPerChatbotRAGToneChatbotClassification

    main_score

    Результат

    0,3869

    MTEB

    Публичная таблицадругая ревизия

  • ParsinluEntail

    main_score

    Результат

    0,777

    MTEB

    Публичная таблицадругая ревизия

  • CQADupstackStatsRetrieval-Fa

    main_score

    Результат

    0,1373

    MTEB

    Публичная таблицадругая ревизия

  • NQ-Fa

    main_score

    Результат

    0,1197

    MTEB

    Публичная таблицадругая ревизия

  • SynPerChatbotConvSAToneUserClassification

    main_score

    Результат

    0,5646

    MTEB

    Публичная таблицадругая ревизия

  • SynPerChatbotRAGToneClassification

    main_score

    Результат

    0,45

    MTEB

    Публичная таблицадругая ревизия

  • SynPerTextToneClassification.v3

    main_score

    Результат

    0,7462

    MTEB

    Публичная таблицадругая ревизия

  • MIRACLRetrieval

    main_score

    Результат

    0,2132

    MTEB

    Публичная таблицадругая ревизия

  • DigikalamagClassification

    main_score

    Результат

    0,7295

    MTEB

    Публичная таблицадругая ревизия

  • FarsiParaphraseDetection

    main_score

    Результат

    0,9599

    MTEB

    Публичная таблицадругая ревизия

  • PersianTextEmotion

    main_score

    Результат

    0,5701

    MTEB

    Публичная таблицадругая ревизия

  • SynPerChatbotRAGSumSRetrieval

    main_score

    Результат

    0,5627

    MTEB

    Публичная таблицадругая ревизия

  • SynPerChatbotConvSASurprise

    main_score

    Результат

    0,6421

    MTEB

    Публичная таблицадругая ревизия

  • SynPerQARetrieval

    main_score

    Результат

    0,6502

    MTEB

    Публичная таблицадругая ревизия

  • QuoraRetrieval-Fa

    main_score

    Результат

    0,7667

    MTEB

    Публичная таблицадругая ревизия

  • SentimentDKSF

    main_score

    Результат

    0,6957

    MTEB

    Публичная таблицадругая ревизия

  • CQADupstackRetrieval-Fa

    main_score

    Результат

    0,1809

    MTEB

    Публичная таблицадругая ревизия

  • SynPerTextToneClassification

    main_score

    Результат

    0,518

    MTEB

    Публичная таблицадругая ревизия

  • SynPerChatbotToneClassification

    main_score

    Результат

    0,473

    MTEB

    Публичная таблицадругая ревизия

  • SCIDOCS-Fa.v2

    main_score

    Результат

    0,0973

    MTEB

    Публичная таблицадругая ревизия

  • SynPerChatbotRAGFAQRetrieval

    main_score

    Результат

    0,243

    MTEB

    Публичная таблицадругая ревизия

  • ParsinluQueryParaphPC

    main_score

    Результат

    0,897

    MTEB

    Публичная таблицадругая ревизия

  • SynPerChatbotSumSRetrieval

    main_score

    Результат

    0,3273

    MTEB

    Публичная таблицадругая ревизия

  • CExaPPC

    main_score

    Результат

    0,988

    MTEB

    Публичная таблицадругая ревизия

  • NLPTwitterAnalysisClassification.v2

    main_score

    Результат

    0,7563

    MTEB

    Публичная таблицадругая ревизия

  • CQADupstackWordpressRetrieval-Fa

    main_score

    Результат

    0,1309

    MTEB

    Публичная таблицадругая ревизия

  • MIRACLReranking

    main_score

    Результат

    0,3587

    MTEB

    Публичная таблицадругая ревизия

  • MassiveScenarioClassification

    main_score

    Результат

    0,6745

    Общий результат 0,6627
    MTEB

    Публичная таблицадругая ревизия

  • MSMARCO-Fa

    main_score

    Результат

    0,0933

    MTEB

    Публичная таблицадругая ревизия

  • Query2Query

    main_score

    Результат

    0,7052

    MTEB

    Публичная таблицадругая ревизия

  • PersianFoodSentimentClassification

    main_score

    Результат

    0,8019

    MTEB

    Публичная таблицадругая ревизия

  • WikipediaRetrievalMultilingual

    main_score

    Результат

    0,7902

    MTEB

    Публичная таблицадругая ревизия

  • SynPerChatbotConvSAAnger

    main_score

    Результат

    0,9012

    MTEB

    Публичная таблицадругая ревизия

  • WikipediaRerankingMultilingual

    main_score

    Результат

    0,8071

    MTEB

    Публичная таблицадругая ревизия

  • CQADupstackProgrammersRetrieval-Fa

    main_score

    Результат

    0,1808

    MTEB

    Публичная таблицадругая ревизия

  • SynPerChatbotConvSASatisfaction

    main_score

    Результат

    0,8862

    MTEB

    Публичная таблицадругая ревизия

  • SynPerChatbotConvSALove

    main_score

    Результат

    0,6943

    MTEB

    Публичная таблицадругая ревизия

  • PersianWebDocumentRetrieval

    main_score

    Результат

    0,439

    MTEB

    Публичная таблицадругая ревизия

  • SynPerChatbotConvSAJealousy

    main_score

    Результат

    0,7724

    MTEB

    Публичная таблицадругая ревизия

  • NFCorpus-Fa

    main_score

    Результат

    0,197

    MTEB

    Публичная таблицадругая ревизия

  • MIRACLRetrievalHardNegatives

    main_score

    Результат

    0,2643

    MTEB

    Публичная таблицадругая ревизия

  • StyleClassification

    main_score

    Результат

    0,7591

    MTEB

    Публичная таблицадругая ревизия

  • Farsick

    main_score

    Результат

    0,6964

    MTEB

    Публичная таблицадругая ревизия

  • CQADupstackGisRetrieval-Fa

    main_score

    Результат

    0,1418

    MTEB

    Публичная таблицадругая ревизия

  • ArguAna-Fa.v2

    main_score

    Результат

    0,3253

    MTEB

    Публичная таблицадругая ревизия

  • SynPerChatbotSatisfactionLevelClassification

    main_score

    Результат

    0,3718

    MTEB

    Публичная таблицадругая ревизия

  • SynPerSTS

    main_score

    Результат

    0,8908

    MTEB

    Публичная таблицадругая ревизия

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

PartAI/Tooka-SBERT — модель Sentence Transformer, разработанная PartAI на базе TookaBERT-Large и дообученная для получения плотных векторных представлений предложений и абзацев. Она кодирует персидский текст в векторы размерностью 1024 и предназначена для сравнения смысловой близости по косинусному сходству, семантического поиска, поиска перефразировок, кластеризации и классификации текста.

Модель основана на архитектуре BERT, принимает текстовые последовательности длиной до 512 токенов и выдаёт эмбеддинги. Она подходит для поиска и группировки персидских текстов по смыслу. Выпущена по лицензии Apache-2.0; автор README указывает, что доступны более новые версии Tooka-SBERT-V2-Small и Tooka-SBERT-V2-Large.

Сценарии применения

  • семантический поиск по персидским документам
  • сравнение смысловой близости персидских предложений
  • поиск перефразировок на персидском языке
  • кластеризация персидских текстов по смыслу
  • получение эмбеддингов персидского текста для классификации

Ограничения

Ограничена последовательностями до 512 токенов; модель предназначена для персидского языка. README отмечает наличие более новых версий Tooka-SBERT-V2-Small и Tooka-SBERT-V2-Large.

Для каких профессий подходит9

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

[!warning] Important

We recently released the next generation of this model available at:

Tooka-SBERT-V2-Small

Tooka-SBERT-V2-Large

SentenceTransformer

This is a sentence-transformers model trained. It maps sentences & paragraphs to a 1024-dimensional dense vector space and can be used for semantic textual similarity, semantic search, paraphrase mining, text classification, clustering, and more.

Model Details

Model Description

  • Model Type: Sentence Transformer
  • Base model: TookaBERT-Large
  • Maximum Sequence Length: 512 tokens
  • Output Dimensionality: 1024 tokens
  • Similarity Function: Cosine Similarity
  • Language: Persian

Usage

Direct Usage (Sentence Transformers)

First install the Sentence Transformers library:

pip install -U sentence-transformers

Then you can load this model and run inference.

from sentence_transformers import SentenceTransformer

# Download from the 🤗 Hub
model = SentenceTransformer("PartAI/Tooka-SBERT")
# Run inference
sentences = [
    'درنا از پرندگان مهاجر با پاهای بلند و گردن دراز است.',
    'درناها با قامتی بلند و بال‌های پهن، از زیباترین پرندگان مهاجر به شمار می‌روند.',
    'درناها پرندگانی کوچک با پاهای کوتاه هستند که مهاجرت نمی‌کنند.'
]
embeddings = model.encode(sentences)
print(embeddings.shape)
# [3, 1024]

# Get the similarity scores for the embeddings
similarities = model.similarity(embeddings, embeddings)
print(similarities.shape)
# [3, 3]

Citation

BibTeX

Sentence Transformers

@inproceedings{reimers-2019-sentence-bert,
    title = "Sentence-BERT: Sentence Embeddings using Siamese BERT-Networks",
    author = "Reimers, Nils and Gurevych, Iryna",
    booktitle = "Proceedings of the 2019 Conference on Empirical Methods in Natural Language Processing",
    month = "11",
    year = "2019",
    publisher = "Association for Computational Linguistics",
    url = "https://arxiv.org/abs/1908.10084",
}

CachedMultipleNegativesRankingLoss

@misc{gao2021scaling,
    title={Scaling Deep Contrastive Learning Batch Size under Memory Limited Setup}, 
    author={Luyu Gao and Yunyi Zhang and Jiawei Han and Jamie Callan},
    year={2021},
    eprint={2101.06983},
    archivePrefix={arXiv},
    primaryClass={cs.LG}
}

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
648c3a0

0 моделей