/ Модель

Характеристики

Контекст
514 токенов
Параметры
137 млн
Лицензия
Apache 2.0
Архитектура
mpnet · dense
Библиотека
sentence-transformers
Опубликована
21 мая 2025

skill-sim-model

ЭмбеддингиТекст → embedding3 профессии

Модель преобразует названия навыков в векторы для поиска семантически близких навыков и сопоставления кандидатов с вакансиями.

191скачиваний за 30 дней2лайкавеса обновлены23 июн 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

alvperez разработал дообученную модель Sentence-Transformers на базе sentence-transformers/all-mpnet-base-v2 для сравнения коротких фраз с профессиональными навыками. Она кодирует текст в 768-мерные векторы, пригодные для оценки семантического сходства, кластеризации и поиска ближайших соседей. Модель предназначена для подбора кандидатов к вакансиям, сопоставления навыков и анализа пробелов в компетенциях. В README приведены результаты бенчмарка: корреляция Спирмена 0,845 и ROC AUC 0,988; максимальная длина контекста — 514 токенов, размер — 136,7 млн параметров. Веса доступны в формате safetensors.

Обучение использовало таксономию ESCO и специально подобранные сложные отрицательные примеры; словарь преимущественно англоязычный. Узкопрофильный жаргон может кодироваться хуже, а авторы не вводили специальных ограничений для обеспечения справедливости результатов, поэтому HR-системы на основе модели требуют отдельного аудита. Лицензия — Apache-2.0.

Сценарии применения

  • сопоставление навыков кандидата с требованиями вакансии
  • ранжирование резюме по релевантности вакансии
  • поиск дубликатов в таксономиях навыков
  • расширение поисковых запросов рекрутера похожими навыками
  • выявление пробелов в навыках для планирования обучения

Ограничения

Словарь преимущественно основан на англоязычной таксономии ESCO, поэтому редкий профессиональный жаргон может кодироваться хуже. Модель не имеет специальных ограничений для обеспечения справедливости; авторы рекомендуют проверять на предвзятость системы, использующие её результаты.

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

🛠️ alvperez/skill-sim-model

skill-sim-model is a fine-tuned Sentence-Transformers checkpoint that maps short skill phrases (e.g. Python, Forklift operation, Electrical wiring) into a 768‑D vector space where semantically related skills cluster together.
Training pairs come from the public ESCO taxonomy plus curated hard negatives for job‑matching research.

Use‑caseHow to leverage the embeddings
Candidate ↔ vacancy matchingscore = cosine(skill_vec, job_vec)
Deduplicating skill taxonomiescluster the vectors
Recruiter query‑expansionnearest‑neighbour search
Exploratory dashboardsfeed to t‑SNE / PCA

🚀 Quick start

pip install -U sentence-transformers
from sentence_transformers import SentenceTransformer, util

model = SentenceTransformer("alvperez/skill-sim-model")

skills = ["Electrical wiring",
          "Circuit troubleshooting",
          "Machine learning"]

emb = model.encode(skills, convert_to_tensor=True)
print(util.pytorch_cos_sim(emb[0], emb))   # similarity matrix
from transformers import pipeline
similarity = pipeline("sentence-similarity",
                      model="alvperez/skill-sim-model")
similarity("forklift operation",
           ["pallet jack", "python"])

📊 Benchmark

MetricValue
Spearman correlation0.845
ROC AUC0.988
MAP@all (cold‑start)0.232

cold‑start = the system sees only skill strings, no historical interactions.


⚙️ Training recipe (brief)

  • Base: sentence-transformers/all-mpnet-base-v2
  • Loss: CosineSimilarityLoss
  • Epochs × batch: 5 × 32
  • LR / warm‑up: 2 e‑5 / 100 steps
  • Negatives: random + “hard” pairs from ESCO siblings
  • Hardware: 1 × A100 40 GB (≈ 45 min)

Full code in /training_scripts.


🏹 Intended use

  • Employment tech – rank CVs vs. vacancies
  • EdTech / reskilling – detect skill gaps, suggest learning paths
  • HR analytics – normalise noisy skill fields at scale

✋ Limitations & bias

  • Vocabulary dominated by ESCO (English); niche jargon may project poorly.
  • No explicit fairness constraints; downstream systems should audit (e.g. Disparate Impact).
  • In our tests, a threshold of 0.65 marks a “definitely related” cut‑off; tune for your own precision‑recall needs.

🔍 Citation

@misc{alvperez2025skillsim,
  title  = {Skill-Sim: a Sentence-Transformers model for skill similarity and job matching},
  author = {Pérez Amado, Álvaro},
  howpublished = {\url{https://huggingface.co/alvperez/skill-sim-model}},
  year   = {2025}
}

Acknowledgements

Built on top of Sentence-Transformers and the public ESCO dataset.
Feedback & PRs welcome!

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
MPNetModel
Ревизия весов
98d0261

0 моделей