/ Модель

Характеристики

Контекст
514 токенов
Параметры
305 млн
Архитектура
xlm-roberta · dense
Базовая модель
SapBERT-UMLS-2020AB-all-lang-from-XLMR
Библиотека
sentence-transformers
Опубликована
18 июл 2025

SapBERT-UMLS-2020AB-all-lang-from-XLMR-ST

ЭмбеддингиТекст → embedding3 профессии

Многоязычная биомедицинская модель на основе SapBERT преобразует тексты в эмбеддинги для семантического поиска и сравнения смысловой близости.

106скачиваний за 30 дней0лайковвеса обновлены18 июл 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

UMCU/SapBERT-UMLS-2020AB-all-lang-from-XLMR-ST — версия биомедицинской модели SapBERT, подготовленная для непосредственного использования с библиотекой Sentence Transformers. Она основана на cambridgeltl/SapBERT-UMLS-2020AB-all-lang-from-XLMR и преобразует предложения и абзацы в плотные векторы размерностью 768 для сравнения смысловой близости, семантического поиска, поиска перефразировок, кластеризации и классификации текста. Архитектура включает XLM-RoBERTa с пулингом CLS; для сходства используется косинусная мера.

Модель предназначена для сопоставления биомедицинских формулировок и поиска текстов с близким смыслом. Карточка указывает максимальную длину последовательности 25 токенов, а метаданные — базовый контекст 514 токенов. Поддерживаются английский, финский, китайский, испанский, немецкий, русский, турецкий, корейский, японский и тайский языки. Репозиторий содержит веса в формате safetensors, модель насчитывает 305,2 млн параметров и распространяется по лицензии GPL-3.0.

Сценарии применения

  • поиск медицинских текстов по смыслу
  • сопоставление названий биомедицинских сущностей
  • поиск перефразировок медицинских формулировок
  • кластеризация биомедицинских текстов по смыслу
  • классификация текста на основе эмбеддингов

Ограничения

Карточка указывает максимальную длину последовательности 25 токенов, что ограничивает обработку длинных текстов. Лицензия GPL-3.0 может ограничивать варианты распространения и интеграции.

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

license: gpl-3.0 language:

  • en base_model:
  • cambridgeltl/SapBERT-UMLS-2020AB-all-lang-from-XLMR pipeline_tag: sentence-similarity library_name: sentence-transformers tags:
  • medical

TLDR; Re-formatted version of SapBERT-UMLS-2020AB-all-lang-from-XLMR, so that it can be used directly with Sentence-transformers.

SentenceTransformer based on cambridgeltl/SapBERT-UMLS-2020AB-all-lang-from-XLMR

This is a sentence-transformers model finetuned from cambridgeltl/SapBERT-UMLS-2020AB-all-lang-from-XLMR. It maps sentences & paragraphs to a 768-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 Sources

Full Model Architecture

SentenceTransformer(
  (0): Transformer({'max_seq_length': 25, 'do_lower_case': False, 'architecture': 'XLMRobertaModel'})
  (1): Pooling({'word_embedding_dimension': 768, 'pooling_mode_cls_token': True, 'pooling_mode_mean_tokens': False, 'pooling_mode_max_tokens': False, 'pooling_mode_mean_sqrt_len_tokens': False, 'pooling_mode_weightedmean_tokens': False, 'pooling_mode_lasttoken': False, 'include_prompt': True})
)

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("sentence_transformers_model_id")
# Run inference
sentences = [
    'The weather is lovely today.',
    "It's so sunny outside!",
    'He drove to the stadium.',
]
embeddings = model.encode(sentences)
print(embeddings.shape)
# [3, 768]

# Get the similarity scores for the embeddings
similarities = model.similarity(embeddings, embeddings)
print(similarities)
# tensor([[1.0000, 0.6878, 0.3458],
#         [0.6878, 1.0000, 0.3685],
#         [0.3458, 0.3685, 1.0000]])

Training Details

Framework Versions

  • Python: 3.12.3
  • Sentence Transformers: 5.0.0
  • Transformers: 4.48.0
  • PyTorch: 2.5.0+cu121
  • Accelerate: 1.8.1
  • Datasets: 3.6.0
  • Tokenizers: 0.21.2

Citation

BibTeX

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
e2068e6

0 моделей