/ Модель

Характеристики

Контекст
258 токенов
Параметры
162 млн
Архитектура
roberta · dense
Базовая модель
vietnamese-sbert
Библиотека
sentence-transformers
Опубликована
11 авг 2026

ai-recruitment-embedder-v2

ЭмбеддингиТекст → embedding3 профессии

Дообученная вьетнамская модель эмбеддингов для семантического поиска и сопоставления текстов в задачах подбора персонала.

19скачиваний за 30 дней0лайковвеса обновлены11 авг 2026

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

XuanTruong03 выпустил ai-recruitment-embedder-v2 — дообученную модель Sentence Transformers на базе keepitreal/vietnamese-sbert. Она использует RoBERTa и преобразует текстовые предложения и абзацы в плотные векторы размерности 768; для оценки близости подходит косинусное сходство. Максимальная длина последовательности — 258 токенов по метаданным модели.

Модель предназначена для семантического поиска и сопоставления описаний в задачах подбора персонала: например, для сравнения навыков кандидатов с требованиями вакансий. В README приведена оценка Spearman 0,7256 на неназванном наборе данных из 5202 обучающих примеров; данные содержат профессиональные и отраслевые контексты. Это специализированная модель для вьетнамского языка. Условия использования следует сверить с лицензией репозитория Hugging Face.

Сценарии применения

  • семантический поиск кандидатов по описанию вакансии
  • сопоставление навыков кандидата с требованиями роли
  • ранжирование резюме по релевантности вакансии
  • сравнение описаний профессионального опыта
  • кластеризация описаний вакансий и навыков

Ограничения

Оптимизирована для вьетнамского языка и может хуже работать на других языках. Ограничение последовательности — 258 токенов; опубликованная оценка относится к неназванному набору данных.

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

SentenceTransformer based on keepitreal/vietnamese-sbert

This is a sentence-transformers model finetuned from keepitreal/vietnamese-sbert. It maps sentences & paragraphs to a 768-dimensional dense vector space and can be used for retrieval.

Model Details

Model Description

  • Model Type: Sentence Transformer
  • Base model: keepitreal/vietnamese-sbert
  • Maximum Sequence Length: 256 tokens
  • Output Dimensionality: 768 dimensions
  • Similarity Function: Cosine Similarity
  • Supported Modality: Text

Model Sources

Full Model Architecture

SentenceTransformer(
  (0): Transformer({'transformer_task': 'feature-extraction', 'modality_config': {'text': {'method': 'forward', 'method_output_name': 'last_hidden_state'}}, 'module_output_name': 'token_embeddings', 'architecture': 'RobertaModel'})
  (1): Pooling({'embedding_dimension': 768, 'pooling_mode': 'mean', '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 = [
    '[CONTEXT] Domain: Design | Environment: Corporate [CONTENT] Sử dụng thành thạo các công cụ đồ họa chuyên nghiệp',
    '[CONTEXT] Type: professional_employment | Domain: Graphic Design | Seniority: senior [CONTENT] Adobe Photoshop, Illustrator and InDesign',
    '[CONTEXT] Type: professional_employment | Domain: Human Resources | Seniority: senior [CONTENT] Payroll and Benefits Administration',
]
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, 0.9077, 0.7920],
#         [0.9077, 1.0000, 0.8230],
#         [0.7920, 0.8230, 1.0000]])

Evaluation

Metrics

Semantic Similarity

MetricValue
pearson_cosine0.7211
spearman_cosine0.7256

Training Details

Training Dataset

Unnamed Dataset

  • Size: 5,202 training samples
  • Columns: sentence_0, sentence_1, and label
  • Approximate statistics based on the first 100 samples:
    sentence_0sentence_1label
    typestringstringfloat
    modalitytexttext
    detailsmin: 30 tokensmean: 39.09 tokensmax: 60 tokensmin: 41 tokensmean: 48.18 tokensmax: 60 tokensmin: 0.0mean: 0.54max: 1.0
  • Samples:
    sentence_0sentence_1label
    [CONTEXT] Domain: Logistics | Environment: Warehouse [CONTENT] Documentation and inventory management[CONTEXT] Type: professional_employment | Domain: Logistics | Seniority: mid [CONTENT] Forklift operation0.41000000000000003
    [CONTEXT] Domain: Healthcare | Environment: Medical facility [CONTENT] Scheduling[CONTEXT] Type: professional_employment | Domain: Customer Service | Seniority: mid [CONTENT] Training and development0.03
    [CONTEXT] Domain: Healthcare | Environment: Hospital/Clinic [CONTENT] Communication and patient consultation[CONTEXT] Type: professional_employment | Domain: Healthcare | Seniority: mid [CONTENT] Lytec0.25
  • Loss: CoSENTLoss with these parameters:
    {
        "scale": 20.0,
        "similarity_fct": "pairwise_cos_sim"
    }
    

Training Hyperparameters

Non-Default Hyperparameters

  • per_device_train_batch_size: 32
  • num_train_epochs: 4
  • per_device_eval_batch_size: 32
  • multi_dataset_batch_sampler: round_robin

All Hyperparameters

  • per_device_train_batch_size: 32
  • num_train_epochs: 4
  • max_steps: -1
  • learning_rate: 5e-05
  • lr_scheduler_type: linear
  • lr_scheduler_kwargs: None
  • warmup_steps: 0
  • optim: adamw_torch_fused
  • optim_args: None
  • weight_decay: 0.0
  • adam_beta1: 0.9
  • adam_beta2: 0.999
  • adam_epsilon: 1e-08
  • optim_target_modules: None
  • gradient_accumulation_steps: 1
  • average_tokens_across_devices: True
  • max_grad_norm: 1
  • label_smoothing_factor: 0.0
  • bf16: False
  • fp16: False
  • bf16_full_eval: False
  • fp16_full_eval: False
  • tf32: None
  • gradient_checkpointing: False
  • gradient_checkpointing_kwargs: None
  • torch_compile: False
  • torch_compile_backend: None
  • torch_compile_mode: None
  • use_liger_kernel: False
  • liger_kernel_config: None
  • use_cache: False
  • neftune_noise_alpha: None
  • torch_empty_cache_steps: None
  • auto_find_batch_size: False
  • log_on_each_node: True
  • logging_nan_inf_filter: True
  • include_num_input_tokens_seen: no
  • log_level: passive
  • log_level_replica: warning
  • disable_tqdm: False
  • project: huggingface
  • trackio_space_id: None
  • trackio_bucket_id: None
  • trackio_static_space_id: None
  • per_device_eval_batch_size: 32
  • prediction_loss_only: True
  • eval_on_start: False
  • eval_do_concat_batches: True
  • eval_use_gather_object: False
  • eval_accumulation_steps: None
  • include_for_metrics: []
  • batch_eval_metrics: False
  • save_only_model: False
  • save_on_each_node: False
  • enable_jit_checkpoint: False
  • push_to_hub: False
  • hub_private_repo: None
  • hub_model_id: None
  • hub_strategy: every_save
  • hub_always_push: False
  • hub_revision: None
  • load_best_model_at_end: False
  • ignore_data_skip: False
  • restore_callback_states_from_checkpoint: False
  • full_determinism: False
  • seed: 42
  • data_seed: None
  • use_cpu: False
  • accelerator_config: {'split_batches': False, 'dispatch_batches': None, 'even_batches': True, 'use_seedable_sampler': True, 'non_blocking': False, 'gradient_accumulation_kwargs': None}
  • parallelism_config: None
  • dataloader_drop_last: False
  • dataloader_num_workers: 0
  • dataloader_pin_memory: True
  • dataloader_persistent_workers: False
  • dataloader_prefetch_factor: None
  • remove_unused_columns: True
  • label_names: None
  • train_sampling_strategy: random
  • length_column_name: length
  • ddp_find_unused_parameters: None
  • ddp_bucket_cap_mb: None
  • ddp_broadcast_buffers: False
  • ddp_static_graph: None
  • ddp_backend: None
  • ddp_timeout: 1800
  • fsdp: None
  • fsdp_config: None
  • deepspeed: None
  • debug: []
  • skip_memory_metrics: True
  • do_predict: False
  • resume_from_checkpoint: None
  • warmup_ratio: None
  • local_rank: -1
  • prompts: None
  • batch_sampler: batch_sampler
  • multi_dataset_batch_sampler: round_robin
  • router_mapping: {}
  • learning_rate_mapping: {}

Training Logs

EpochStepTraining Lossspearman_cosine
0.6135100-0.6159
1.0163-0.6522
1.2270200-0.6727
1.8405300-0.6952
2.0326-0.7058
2.4540400-0.7096
3.0489-0.7179
3.06755005.94690.7179
3.6810600-0.7250
4.0652-0.7256

Training Time

  • Training: 9.3 minutes

Framework Versions

  • Python: 3.12.13
  • Sentence Transformers: 5.6.0
  • Transformers: 5.13.1
  • PyTorch: 2.11.0+cu128
  • Accelerate: 1.14.0
  • Datasets: 4.0.0
  • Tokenizers: 0.22.2

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",
}

CoSENTLoss

@article{10531646,
    author={Huang, Xiang and Peng, Hao and Zou, Dongcheng and Liu, Zhiwei and Li, Jianxin and Liu, Kay and Wu, Jia and Su, Jianlin and Yu, Philip S.},
    journal={IEEE/ACM Transactions on Audio, Speech, and Language Processing},
    title={CoSENT: Consistent Sentence Embedding via Similarity Ranking},
    year={2024},
    doi={10.1109/TASLP.2024.3402087}
}

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
RobertaModel
Ревизия весов
6232606

0 моделей