/ Модель

Характеристики

Контекст
512 токенов
Параметры
124 млн
Лицензия
MIT
Архитектура
bert · dense
Базовая модель
multilingual-e5-small-aligned
Библиотека
sentence-transformers
Опубликована
4 янв 2025

multilingual-e5-small-aligned-v2

ЭмбеддингиТекст → embedding11 профессий

Мультиязычная модель на базе BERT, создающая 384-мерные эмбеддинги предложений для семантического поиска и сравнения текстов.

121скачиваний за 30 дней0лайковвеса обновлены4 янв 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

Модель agentlans/multilingual-e5-small-aligned-v2 — мультиязычная модель эмбеддингов на базе Sentence Transformers, разработанная как дообучение agentlans/multilingual-e5-small-aligned. Она преобразует предложения и абзацы в плотные векторы размерности 384 для семантического сравнения и поиска; близость векторов оценивается косинусным сходством.

Модель использует архитектуру BERT с усреднением токенных представлений и нормализацией выходного вектора. Максимальная длина последовательности — 512 токенов. Дообучение проводилось на парах предложений из Tatoeba, включая примеры на разных языках; модель выравнивает представления переводов, чтобы их векторы были близки.

Подходит для семантического поиска, поиска перефразирований, кластеризации и классификации текста на основе эмбеддингов. Репозиторий распространяется по лицензии MIT.

Сценарии применения

  • семантический поиск по многоязычным документам
  • поиск переводов и смысловых соответствий между языками
  • поиск перефразированных предложений
  • кластеризация текстов по смыслу
  • классификация текста по эмбеддингам

Ограничения

Максимальная длина последовательности составляет 512 токенов. README не перечисляет поддерживаемые языки по кодам, поэтому конкретный языковой охват по этим данным определить нельзя.

Для каких профессий подходит11

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

SentenceTransformer based on agentlans/multilingual-e5-small-aligned

This is a sentence-transformers model finetuned from agentlans/multilingual-e5-small-aligned. It maps sentences & paragraphs to a 384-dimensional dense vector space and can be used for semantic textual similarity, semantic search, paraphrase mining, text classification, clustering, and more.

  • One of the smallest multilingual embedding models on Huggingface
  • This model is aligned which means translations have similar embeddings compared to unrelated sentences
  • Finetuned on 1,000,000 randomly selected sentence pairs downloaded from Tatoeba 2024-09-26
    • Includes pairs where one or both sentences are non-English
    • For each pair, two negative examples were generated

Model Details

Model Description

  • Model Type: Sentence Transformer
  • Base model: agentlans/multilingual-e5-small-aligned
  • Maximum Sequence Length: 512 tokens
  • Output Dimensionality: 384 dimensions
  • Similarity Function: Cosine Similarity

Model Sources

Full Model Architecture

SentenceTransformer(
  (0): Transformer({'max_seq_length': 512, 'do_lower_case': False}) with Transformer model: BertModel 
  (1): Pooling({'word_embedding_dimension': 384, '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})
  (2): Normalize()
)

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("agentlans/multilingual-e5-small-aligned-v2")
# Run inference
sentences = [
    'Esta es mi amiga Rachel, fuimos al instituto juntos.',
    "Je n'ai pas encore pris ma décision.",
    'When applying to American universities, your TOEFL score is only one factor.',
]
embeddings = model.encode(sentences)
print(embeddings.shape)
# [3, 384]

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

Training Details

Training Dataset

Unnamed Dataset

  • Size: 3,000,000 training samples
  • Columns: sentence_0, sentence_1, and label
  • Approximate statistics based on the first 1000 samples:
    sentence_0sentence_1label
    typestringstringfloat
    detailsmin: 5 tokensmean: 11.16 tokensmax: 55 tokensmin: 5 tokensmean: 12.27 tokensmax: 76 tokensmin: 0.0mean: 0.33max: 1.0
  • Samples:
    sentence_0sentence_1label
    Bring your friends with you.Traga seus amigos com você.1.0
    I've been there already.Você tem algo mais barato?0.0
    All my homework is done.माझा सगळा होमवर्क झाला आहे.1.0
  • Loss: CoSENTLoss with these parameters:
    {
        "scale": 20.0,
        "similarity_fct": "pairwise_cos_sim"
    }
    

Training Hyperparameters

Non-Default Hyperparameters

  • per_device_train_batch_size: 32
  • per_device_eval_batch_size: 32
  • multi_dataset_batch_sampler: round_robin

All Hyperparameters

  • overwrite_output_dir: False
  • do_predict: False
  • eval_strategy: no
  • 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
  • num_train_epochs: 3
  • 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}
  • deepspeed: None
  • label_smoothing_factor: 0.0
  • optim: adamw_torch
  • 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: False
  • hub_always_push: False
  • 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
  • dispatch_batches: None
  • split_batches: 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
  • eval_use_gather_object: False
  • average_tokens_across_devices: False
  • prompts: None
  • batch_sampler: batch_sampler
  • multi_dataset_batch_sampler: round_robin

Training Logs

EpochStepTraining Loss
0.00535000.835
0.010710000.7012
0.01615000.6765
0.021320000.4654
0.026725000.7546
0.03230000.6098
0.037335000.644
0.042740000.5318
0.04845000.5638
0.053350000.5556
0.058755000.5165
0.06460000.4083
0.069365000.4683
0.074770000.5414
0.0875000.4678
0.085380000.4225
0.090785000.4552
0.09690000.4551
0.101395000.4347
0.1067100000.292
0.112105000.4677
0.1173110000.3567
0.1227115000.4663
0.128120000.4333
0.1333125000.375
0.1387130000.4183
0.144135000.5745
0.1493140000.4569
0.1547145000.426
0.16150000.4903
0.1653155000.4287
0.1707160000.4375
0.176165000.377
0.1813170000.3848
0.1867175000.3366
0.192180000.3784
0.1973185000.399
0.2027190000.3798
0.208195000.3275
0.2133200000.3594
0.2187205000.3555
0.224210000.3565
0.2293215000.4264
0.2347220000.4138
0.24225000.3149
0.2453230000.3397
0.2507235000.359
0.256240000.3311
0.2613245000.3632
0.2667250000.366
0.272255000.2899
0.2773260000.2611
0.2827265000.3497
0.288270000.3534
0.2933275000.273
0.2987280000.3199
0.304285000.2527
0.3093290000.2755
0.3147295000.3684
0.32300000.347
0.3253305000.2537
0.3307310000.3665
0.336315000.2512
0.3413320000.2913
0.3467325000.2619
0.352330000.2573
0.3573335000.3036
0.3627340000.3388
0.368345000.2384
0.3733350000.31
0.3787355000.3461
0.384360000.378
0.3893365000.2409
0.3947370000.2969
0.4375000.2881
0.4053380000.3612
0.4107385000.2662
0.416390000.2796
0.4213395000.3298
0.4267400000.2828
0.432405000.2367
0.4373410000.2661
0.4427415000.393
0.448420000.2875
0.4533425000.203
0.4587430000.3211
0.464435000.3404
0.4693440000.315
0.4747445000.3018
0.48450000.2491
0.4853455000.2584
0.4907460000.2583
0.496465000.3447
0.5013470000.4332
0.5067475000.297
0.512480000.2697
0.5173485000.2349
0.5227490000.2176
0.528495000.2775
0.5333500000.2508
0.5387505000.291
0.544510000.2672
0.5493515000.2638
0.5547520000.2877
0.56525000.2758
0.5653530000.264
0.5707535000.2372
0.576540000.3384
0.5813545000.2459
0.5867550000.3047
0.592555000.1926
0.5973560000.2573
0.6027565000.2816
0.608570000.285
0.6133575000.2397
0.6187580000.1935
0.624585000.3281
0.6293590000.3306
0.6347595000.2067
0.64600000.2483
0.6453605000.2719
0.6507610000.2585
0.656615000.2385
0.6613620000.2229
0.6667625000.2311
0.672630000.2664
0.6773635000.209
0.6827640000.2643
0.688645000.2108
0.6933650000.3063
0.6987655000.1802
0.704660000.2285
0.7093665000.2065
0.7147670000.2467
0.72675000.2178
0.7253680000.2217
0.7307685000.2549
0.736690000.2026
0.7413695000.2609
0.7467700000.2393
0.752705000.1958
0.7573710000.2214
0.7627715000.2079
0.768720000.1574
0.7733725000.2356
0.7787730000.1864
0.784735000.257
0.7893740000.2149
0.7947745000.2519
0.8750000.2746
0.8053755000.2145
0.8107760000.2732
0.816765000.2456
0.8213770000.1841
0.8267775000.1876
0.832780000.2661
0.8373785000.1293
0.8427790000.2018
0.848795000.1854
0.8533800000.1644
0.8587805000.1844
0.864810000.1937
0.8693815000.1486
0.8747820000.244
0.88825000.131
0.8853830000.215
0.8907835000.2398
0.896840000.2014
0.9013845000.1703
0.9067850000.2009
0.912855000.1712
0.9173860000.2649
0.9227865000.2149
0.928870000.1912
0.9333875000.1902
0.9387880000.2609
0.944885000.1846
0.9493890000.1485
0.9547895000.2076
0.96900000.2449
0.9653905000.2025
0.9707910000.2635
0.976915000.2596
0.9813920000.2221
0.9867925000.2168
0.992930000.192
0.9973935000.1966
1.0027940000.2112
1.008945000.1628
1.0133950000.1059
1.0187955000.1403
1.024960000.1726
1.0293965000.1973
1.0347970000.1682
1.04975000.1319
1.0453980000.1427
1.0507985000.1448
1.056990000.1215
1.0613995000.1064
1.06671000000.0856
1.0721005000.1046
1.07731010000.1127
1.08271015000.0988
1.0881020000.1598
1.09331025000.1592
1.09871030000.1122
1.1041035000.0771
1.10931040000.1355
1.11471045000.1265
1.121050000.1464
1.12531055000.1578
1.13071060000.1017
1.13601065000.1047
1.14131070000.1865
1.14671075000.1721
1.1521080000.1096
1.15731085000.181
1.16271090000.1261
1.1681095000.1111
1.17331100000.1286
1.17871105000.1014
1.1841110000.1033
1.18931115000.1124
1.19471120000.1316
1.21125000.1147
1.20531130000.095
1.21071135000.1074
1.2161140000.1183
1.22131145000.1219
1.22671150000.1264
1.2321155000.1339
1.23731160000.0903
1.24271165000.0923
1.2481170000.1028
1.25331175000.093
1.25871180000.1024
1.2641185000.1107
1.26931190000.1078
1.27471195000.0469
1.281200000.107
1.28531205000.1578
1.29071210000.1012
1.2961215000.064
1.30131220000.0816
1.30671225000.0656
1.3121230000.1314
1.31731235000.1345
1.32271240000.1057
1.3281245000.1051
1.33331250000.1246
1.33871255000.0827
1.34401260000.0763
1.34931265000.0887
1.35471270000.1332
1.36001275000.0939
1.36531280000.087
1.37071285000.0671
1.3761290000.1377
1.38131295000.1066
1.38671300000.1224
1.3921305000.0797
1.39731310000.0712
1.40271315000.1141
1.4081320000.1045
1.41331325000.0894
1.41871330000.0897
1.4241335000.0779
1.42931340000.0944
1.43471345000.0674
1.441350000.1532
1.44531355000.0771
1.45071360000.1154
1.4561365000.1159
1.46131370000.147
1.46671375000.0925
1.4721380000.0985
1.47731385000.1023
1.48271390000.082
1.4881395000.0947
1.49331400000.0901
1.49871405000.127
1.5041410000.1584
1.50931415000.0734
1.51471420000.1065
1.521425000.0568
1.52531430000.1081
1.53071435000.0727
1.5361440000.1346
1.54131445000.0894
1.54671450000.0739
1.5521455000.0926
1.55731460000.0984
1.56271465000.0975
1.5681470000.0839
1.57331475000.1053
1.57871480000.1369
1.5841485000.093
1.58931490000.1008
1.59471495000.0981
1.61500000.1071
1.60531505000.0955
1.61071510000.0901
1.6161515000.0803
1.62131520000.1119
1.62671525000.0679
1.63201530000.1135
1.63731535000.0768
1.64271540000.0837
1.64801545000.0857
1.65331550000.0928
1.65871555000.0808
1.66401560000.0823
1.66931565000.0713
1.67471570000.0892
1.68001575000.0914
1.68531580000.0735
1.69071585000.0827
1.6961590000.1006
1.70131595000.0837
1.70671600000.0812
1.7121605000.1056
1.71731610000.0878
1.72271615000.0625
1.7281620000.0965
1.73331625000.1121
1.73871630000.0794
1.7441635000.0969
1.74931640000.0696
1.75471645000.083
1.761650000.0702
1.76531655000.0768
1.77071660000.0632
1.7761665000.0714
1.78131670000.1
1.78671675000.0665
1.7921680000.1139
1.79731685000.1032
1.80271690000.0983
1.8081695000.0812
1.81331700000.0996
1.81871705000.0872
1.82401710000.0612
1.82931715000.1038
1.83471720000.0558
1.84001725000.0595
1.84531730000.0558
1.85071735000.0717
1.85601740000.058
1.86131745000.0745
1.86671750000.0749
1.87201755000.074
1.87731760000.0792
1.88271765000.0574
1.8881770000.0968
1.89331775000.0755
1.89871780000.0852
1.9041785000.0502
1.90931790000.0699
1.91471795000.0793
1.921800000.113
1.92531805000.0708
1.93071810000.0815
1.9361815000.0962
1.94131820000.083
1.94671825000.0761
1.9521830000.0776
1.95731835000.0811
1.96271840000.1159
1.9681845000.081
1.97331850000.146
1.97871855000.0715
1.9841860000.12
1.98931865000.0692
1.99471870000.07
2.01875000.0935
2.00531880000.0848
2.01071885000.0474
2.0161890000.0417
2.02131895000.04
2.02671900000.1139
2.0321905000.0553
2.03731910000.0495
2.04271915000.0613
2.0481920000.0379
2.05331925000.0487
2.05871930000.0417
2.0641935000.0249
2.06931940000.0418
2.07471945000.043
2.081950000.051
2.08531955000.0339
2.09071960000.0519
2.0961965000.0878
2.10131970000.0432
2.10671975000.0185
2.1121980000.085
2.11731985000.0601
2.12271990000.0935
2.1281995000.0538
2.13332000000.0445
2.13872005000.0499
2.1442010000.1029
2.14932015000.0758
2.15472020000.0648
2.162025000.0612
2.16532030000.0618
2.17072035000.0566
2.1762040000.0179
2.18132045000.0557
2.18672050000.0321
2.1922055000.0562
2.19732060000.0673
2.20272065000.0286
2.2082070000.0284
2.21332075000.0595
2.21872080000.0693
2.2242085000.065
2.22932090000.0546
2.23472095000.0467
2.242100000.0353
2.24532105000.0475
2.25072110000.0451
2.25602115000.0348
2.26132120000.031
2.26672125000.0294
2.27202130000.0462
2.27732135000.0376
2.28272140000.0607
2.2882145000.041
2.29332150000.0462
2.29872155000.0285
2.3042160000.0177
2.30932165000.0577
2.31472170000.0368
2.322175000.041
2.32532180000.0469
2.33072185000.0669
2.3362190000.0288
2.34132195000.0283
2.34672200000.0293
2.3522205000.0364
2.35732210000.0431
2.36272215000.0478
2.3682220000.0223
2.37332225000.0464
2.37872230000.0598
2.3842235000.0716
2.38932240000.0445
2.39472245000.0356
2.42250000.0344
2.40532255000.0729
2.41072260000.0256
2.4162265000.0383
2.42132270000.0445
2.42672275000.0286
2.4322280000.0216
2.43732285000.0299
2.44272290000.0674
2.4482295000.0353
2.45332300000.0403
2.45872305000.0693
2.4642310000.0701
2.46932315000.0506
2.47472320000.0374
2.482325000.0511
2.48532330000.047
2.49072335000.0231
2.4962340000.0513
2.50132345000.0955
2.50672350000.049
2.5122355000.048
2.51732360000.0302
2.52272365000.0207
2.5282370000.0357
2.53332375000.0297
2.53872380000.0554
2.5442385000.0386
2.54932390000.0249
2.55472395000.0432
2.562400000.0539
2.56532405000.0348
2.57072410000.0233
2.5762415000.0702
2.58132420000.0393
2.58672425000.0625
2.5922430000.0197
2.59732435000.0399
2.60272440000.0495
2.6082445000.0407
2.61332450000.0412
2.61872455000.0234
2.6242460000.0559
2.62932465000.0555
2.63472470000.0328
2.642475000.0375
2.64532480000.0257
2.65072485000.0212
2.6562490000.0633
2.66132495000.0268
2.66672500000.0354
2.6722505000.0341
2.67732510000.0337
2.68272515000.0519
2.68802520000.0386
2.69332525000.0603
2.69872530000.0358
2.70402535000.0352
2.70932540000.0448
2.71472545000.037
2.72002550000.0375
2.72532555000.04
2.73072560000.0729
2.73602565000.0246
2.74132570000.045
2.74672575000.0333
2.7522580000.0212
2.75732585000.0458
2.76272590000.048
2.7682595000.0287
2.77332600000.0345
2.77872605000.0459
2.7842610000.0449
2.78932615000.0518
2.79472620000.0433
2.82625000.0572
2.80532630000.0357
2.81072635000.0394
2.8162640000.0531
2.82132645000.0294
2.82672650000.039
2.8322655000.0505
2.83732660000.0167
2.84272665000.031
2.8482670000.0362
2.85332675000.0246
2.85872680000.0317
2.8642685000.0296
2.86932690000.0297
2.87472695000.0517
2.882700000.019
2.88532705000.0358
2.89072710000.0589
2.8962715000.031
2.90132720000.0421
2.90672725000.0422
2.9122730000.016
2.91732735000.0645
2.92272740000.0514
2.9282745000.0173
2.93332750000.0432
2.93872755000.0594
2.9442760000.0228
2.94932765000.0152
2.95472770000.0579
2.962775000.0578
2.96532780000.0246
2.97072785000.0609
2.9762790000.0613
2.98132795000.0589
2.98672800000.047
2.9922805000.0264
2.99732810000.0464

Framework Versions

  • Python: 3.10.12
  • Sentence Transformers: 3.3.0
  • Transformers: 4.46.3
  • PyTorch: 2.5.1+cu124
  • Accelerate: 1.1.1
  • Datasets: 3.2.0
  • Tokenizers: 0.20.3

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",
}

CoSENTLoss

@online{kexuefm-8847,
    title={CoSENT: A more efficient sentence vector scheme than Sentence-BERT},
    author={Su Jianlin},
    year={2022},
    month={Jan},
    url={https://kexue.fm/archives/8847},
}

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
7f55d36

0 моделей