/ Модель

Характеристики

Контекст
2 048 токенов
Параметры
303 млн
Архитектура
gemma3_text · dense
Базовая модель
embeddinggemma-300m
Библиотека
sentence-transformers
Опубликована
25 сен 2025

gemma-ins-make-v2

ЭмбеддингиТекст → embedding3 профессии

Дообученная на автомобильных названиях модель преобразует текст в эмбеддинги для семантического сопоставления, поиска и сравнения сходства.

105скачиваний за 30 дней0лайковвеса обновлены25 сен 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

afiyarah/gemma-ins-make-v2 — модель Sentence Transformer, дообученная автором на базе google/embeddinggemma-300m для представления предложений и абзацев в виде плотных векторов. Модель использует текстовую архитектуру Gemma 3, mean pooling, выдаёт эмбеддинги размерности 768 и сравнивает их косинусным сходством. В README указан предел длины последовательности 512 токенов; метаданные каталога указывают контекст до 2048 токенов.

Модель предназначена для семантического сопоставления названий автомобильных марок, включая арабские и английские варианты, а также для поиска похожих текстов, поиска парафраз, классификации и кластеризации. Данные обучения включают примеры из страховой автомобильной тематики; в README приведена оценка на insurance-val. Модель принимает текст и выдаёт векторные представления, пригодные для сравнения и поиска. Репозиторий использует формат safetensors и библиотеку sentence-transformers. Лицензия в предоставленных данных не указана.

Сценарии применения

  • сопоставление названий автомобильных марок на арабском и английском
  • семантический поиск по текстам страховой тематики
  • поиск парафраз и похожих предложений
  • классификация текстов по эмбеддингам
  • кластеризация текстовых записей

Ограничения

README сообщает предел входной последовательности 512 токенов, тогда как метаданные каталога указывают контекст 2048 токенов; следует учитывать ограничение конфигурации Sentence Transformers. Приведённая оценка относится к insurance-val, поэтому качество на других доменах может отличаться.

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 google/embeddinggemma-300m

This is a sentence-transformers model finetuned from google/embeddinggemma-300m. 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 Type: Sentence Transformer
  • Base model: google/embeddinggemma-300m
  • Maximum Sequence Length: 512 tokens
  • Output Dimensionality: 768 dimensions
  • Similarity Function: Cosine Similarity

Model Sources

Full Model Architecture

SentenceTransformer(
  (0): Transformer({'max_seq_length': 512, 'do_lower_case': False, 'architecture': 'Gemma3TextModel'})
  (1): Pooling({'word_embedding_dimension': 768, 'pooling_mode_cls_token': False, 'pooling_mode_mean_tokens': True, '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 = [
    'In the car insurance domain, represent this car make entity in english for entity similarity matching: vietz',
    'In the car insurance domain, represent this car make entity in english for entity similarity matching: seat',
    'In the car insurance domain, represent this car make entity in english for entity similarity matching: gmc',
]
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, 0.0039, 0.0368],
#         [0.0039, 1.0000, 0.1503],
#         [0.0368, 0.1503, 1.0000]])

Evaluation

Metrics

Semantic Similarity

MetricValue
pearson_cosine0.9636
spearman_cosine0.7224

Training Details

Training Dataset

Unnamed Dataset

  • Size: 56,458 training samples
  • Columns: sentence_0, sentence_1, and label
  • Approximate statistics based on the first 1000 samples:
    sentence_0sentence_1label
    typestringstringfloat
    detailsmin: 21 tokensmean: 23.16 tokensmax: 28 tokensmin: 21 tokensmean: 22.89 tokensmax: 28 tokensmin: 0.0mean: 0.15max: 1.0
  • Samples:
    sentence_0sentence_1label
    In the car insurance domain, represent this car make entity in arabic and english for entity similarity matching: لاندينيIn the car insurance domain, represent this car make entity in arabic and english for entity similarity matching: landini1.0
    In the car insurance domain, represent this car make entity in arabic for entity similarity matching: سياتIn the car insurance domain, represent this car make entity in arabic for entity similarity matching: سيات1.0
    In the car insurance domain, represent this car make entity in arabic and english for entity similarity matching: جونوIn the car insurance domain, represent this car make entity in arabic and english for entity similarity matching: geo0.0
  • Loss: CosineSimilarityLoss with these parameters:
    {
        "loss_fct": "torch.nn.modules.loss.MSELoss"
    }
    

Training Hyperparameters

Non-Default Hyperparameters

  • eval_strategy: steps
  • per_device_train_batch_size: 32
  • per_device_eval_batch_size: 32
  • num_train_epochs: 5
  • multi_dataset_batch_sampler: round_robin

All Hyperparameters

  • overwrite_output_dir: False
  • do_predict: False
  • eval_strategy: steps
  • prediction_loss_only: True
  • per_device_train_batch_size: 32
  • per_device_eval_batch_size: 32
  • per_gpu_train_batch_size: None
  • per_gpu_eval_batch_size: None
  • gradient_accumulation_steps: 1
  • eval_accumulation_steps: None
  • torch_empty_cache_steps: None
  • learning_rate: 5e-05
  • weight_decay: 0.0
  • adam_beta1: 0.9
  • adam_beta2: 0.999
  • adam_epsilon: 1e-08
  • max_grad_norm: 1.0
  • num_train_epochs: 5
  • max_steps: -1
  • lr_scheduler_type: linear
  • lr_scheduler_kwargs: {}
  • warmup_ratio: 0.0
  • warmup_steps: 0
  • log_level: passive
  • log_level_replica: warning
  • log_on_each_node: True
  • logging_nan_inf_filter: True
  • save_safetensors: True
  • save_on_each_node: False
  • save_only_model: False
  • restore_callback_states_from_checkpoint: False
  • no_cuda: False
  • use_cpu: False
  • use_mps_device: False
  • seed: 42
  • data_seed: None
  • jit_mode_eval: False
  • use_ipex: False
  • bf16: False
  • fp16: False
  • fp16_opt_level: O1
  • half_precision_backend: auto
  • bf16_full_eval: False
  • fp16_full_eval: False
  • tf32: None
  • local_rank: 0
  • ddp_backend: None
  • tpu_num_cores: None
  • tpu_metrics_debug: False
  • debug: []
  • dataloader_drop_last: False
  • dataloader_num_workers: 0
  • dataloader_prefetch_factor: None
  • past_index: -1
  • disable_tqdm: False
  • remove_unused_columns: True
  • label_names: None
  • load_best_model_at_end: False
  • ignore_data_skip: False
  • fsdp: []
  • fsdp_min_num_params: 0
  • fsdp_config: {'min_num_params': 0, 'xla': False, 'xla_fsdp_v2': False, 'xla_fsdp_grad_ckpt': False}
  • fsdp_transformer_layer_cls_to_wrap: None
  • 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
  • deepspeed: None
  • label_smoothing_factor: 0.0
  • optim: adamw_torch_fused
  • optim_args: None
  • adafactor: False
  • group_by_length: False
  • length_column_name: length
  • ddp_find_unused_parameters: None
  • ddp_bucket_cap_mb: None
  • ddp_broadcast_buffers: False
  • dataloader_pin_memory: True
  • dataloader_persistent_workers: False
  • skip_memory_metrics: True
  • use_legacy_prediction_loop: False
  • push_to_hub: False
  • resume_from_checkpoint: None
  • hub_model_id: None
  • hub_strategy: every_save
  • hub_private_repo: None
  • hub_always_push: False
  • hub_revision: None
  • gradient_checkpointing: False
  • gradient_checkpointing_kwargs: None
  • include_inputs_for_metrics: False
  • include_for_metrics: []
  • eval_do_concat_batches: True
  • fp16_backend: auto
  • push_to_hub_model_id: None
  • push_to_hub_organization: None
  • mp_parameters:
  • auto_find_batch_size: False
  • full_determinism: False
  • torchdynamo: None
  • ray_scope: last
  • ddp_timeout: 1800
  • torch_compile: False
  • torch_compile_backend: None
  • torch_compile_mode: None
  • include_tokens_per_second: False
  • include_num_input_tokens_seen: False
  • neftune_noise_alpha: None
  • optim_target_modules: None
  • batch_eval_metrics: False
  • eval_on_start: False
  • use_liger_kernel: False
  • liger_kernel_config: None
  • eval_use_gather_object: False
  • average_tokens_across_devices: False
  • prompts: None
  • batch_sampler: batch_sampler
  • multi_dataset_batch_sampler: round_robin
  • router_mapping: {}
  • learning_rate_mapping: {}

Training Logs

EpochStepTraining Lossinsurance-val_spearman_cosine
0.1994352-0.5695
0.28335000.0594-
0.3989704-0.5125
0.566610000.02-
0.59831056-0.4516
0.79771408-0.5325
0.849915000.018-
0.99721760-0.5935
1.01765-0.5993
1.133120000.0135-
1.19662112-0.6052
1.39602464-0.6087
1.416425000.0109-
1.59552816-0.6166
1.699730000.01-
1.79493168-0.6137
1.983035000.0087-
1.99433520-0.6593
2.03530-0.6573
2.19383872-0.6898
2.266340000.0049-
2.39324224-0.6666
2.549645000.0044-
2.59264576-0.6724
2.79214928-0.6833
2.832950000.0042-
2.99155280-0.6875
3.05295-0.6885
3.116155000.0029-
3.19095632-0.6883
3.39045984-0.6914
3.399460000.0019-
3.58986336-0.6971
3.682765000.0017-
3.78926688-0.7103
3.966070000.0018-
3.98877040-0.7074
4.07060-0.7082
4.18817392-0.7116
4.249375000.0008-
4.38757744-0.7180
4.532680000.0009-
4.58708096-0.7211
4.78648448-0.7206
4.815985000.0008-
4.98588800-0.7224
5.08825-0.7224

Framework Versions

  • Python: 3.12.11
  • Sentence Transformers: 5.1.0
  • Transformers: 4.56.1
  • PyTorch: 2.8.0+cu126
  • Accelerate: 1.10.1
  • Datasets: 4.0.0
  • Tokenizers: 0.22.0

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",
}

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
Gemma3TextModel
Ревизия весов
7d104be

0 моделей