/ Модель

Характеристики

Контекст
514 токенов
Параметры
305 млн
Лицензия
MIT
Архитектура
xlm-roberta · dense
Базовая модель
xlm-roberta-base
Библиотека
sentence-transformers
Опубликована
21 ноя 2024

mstyledistance

ЭмбеддингиТекст → embedding3 профессии

Многоязычная модель XLM-RoBERTa строит эмбеддинги стиля текста для анализа, кластеризации и сравнения авторского письма независимо от языка и содержания.

2 996скачиваний за 30 дней6лайковвеса обновлены24 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.

  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

mStyleDistance — многоязычная модель эмбеддингов стиля текста, представленная авторами работы «mStyleDistance: Multilingual Style Embeddings and their Evaluation». Она преобразует текст в векторы так, чтобы тексты с похожим стилем письма располагались ближе, а с разным стилем — дальше, независимо от содержания и языка.

Модель предназначена для стилистического анализа многоязычных текстов, кластеризации, идентификации и верификации авторства, а также автоматической оценки переноса стиля. Она основана на архитектуре XLM-RoBERTa, содержит 305,2 млн параметров и принимает последовательности длиной до 514 токенов. Модель дообучена контрастивным методом на синтетическом наборе mSynthSTEL с примерами примерно 40 стилистических признаков на девяти неанглийских языках.

Сильная сторона модели — построение представлений стиля с меньшей зависимостью от содержания и применимость между языками. Для использования эмбеддингов в прикладной задаче может потребоваться отдельная кластеризация или метрика сходства. Модель распространяется по лицензии MIT.

Сценарии применения

  • кластеризация текстов по стилю письма
  • идентификация автора многоязычного текста
  • проверка, написаны ли два текста одним автором
  • анализ стилистических особенностей текста
  • автоматическая оценка переноса стиля

Ограничения

Обучающие примеры синтетические, а обучение охватывает около 40 стилистических признаков и девять неанглийских языков; качество для конкретного языка или прикладной задачи в README не оценивается. Максимальная длина последовательности — 514 токенов.

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

Model Card

This repository contains the model introduced in mStyleDistance: Multilingual Style Embeddings and their Evaluation.

mStyleDistance is a multilingual style embedding model that aims to embed texts with similar writing styles closely and different styles far apart, regardless of content and regardless of language. You may find this model useful for stylistic analysis of multilingual text, clustering, authorship identfication and verification tasks, and automatic style transfer evaluation. The model is described in the paper StyleDistance/mstyledistance.

This model is an multilingual version of the English-only StyleDistance model.

Training Data and Variants of StyleDistance

mStyleDistance was contrastively trained on mSynthSTEL, a synthetically generated dataset of positive and negative examples of ~40 style features being used in text in 9 non-English languages. By utilizing this synthetic dataset, mStyleDistance is able to achieve stronger content-independence than other style embedding models currently available and is able to operate on multilingual text.

Example Usage

from sentence_transformers import SentenceTransformer
from sentence_transformers.util import cos_sim

model = SentenceTransformer('StyleDistance/mstyledistance') # Load model

input = model.encode("ÉL TIENE PROBLEMAS PARA LOGRAR LA TEMPERATURA ADECUADA PARA COCINAR LA GALLINA CORNISH.")
others = model.encode(["TOCARÁS LA GUITARRA CON TU AMIGO; SERÁ UNA EXCELENTE OPORTUNIDAD PARA MEJORAR TUS HABILIDADES MUSICALES.", "Él tiene problemas para lograr la temperatura adecuada para cocinar la gallina Cornish."])
print(cos_sim(input, others))

Citation

@misc{qiu2025mstyledistancemultilingualstyleembeddings,
      title={mStyleDistance: Multilingual Style Embeddings and their Evaluation}, 
      author={Justin Qiu and Jiacheng Zhu and Ajay Patel and Marianna Apidianaki and Chris Callison-Burch},
      year={2025},
      eprint={2502.15168},
      archivePrefix={arXiv},
      primaryClass={cs.CL},
      url={https://arxiv.org/abs/2502.15168}, 
}

Trained with DataDreamer

This model was trained with a synthetic dataset with DataDreamer 🤖💤. The synthetic dataset card and model card can be found here. The training arguments can be found here.


Funding Acknowledgements

This research is supported in part by the Office of the Director of National Intelligence (ODNI), Intelligence Advanced Research Projects Activity (IARPA), via the HIATUS Program contract #2022-22072200005. The views and conclusions contained herein are those of the authors and should not be interpreted as necessarily representing the official policies, either expressed or implied, of ODNI, IARPA, or the U.S. Government. The U.S. Government is authorized to reproduce and distribute reprints for governmental purposes notwithstanding any copyright annotation therein.

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
XLMRobertaModel
Ревизия весов
d66ed25

0 моделей