/ Модель

Характеристики

Контекст
512 токенов
Параметры
434 млн
Лицензия
MIT
Архитектура
bert · dense
Базовая модель
UAE-Large-V1
Библиотека
sentence-transformers
Опубликована
23 окт 2024

German-RAG-UAE-LARGE-V1-TRIPLES-HESSIAN-AI

ЭмбеддингиТекст → embedding10 профессий

Модель эмбеддингов немецких и английских текстов для семантического поиска, сравнения предложений и кластеризации.

98скачиваний за 30 дней0лайковвеса обновлены7 фев 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

German-RAG-UAE-LARGE-V1-TRIPLES-HESSIAN-AI — модель Sentence Transformers, разработанная командой German-RAG AI и дообученная на примерно 300 тысячах троек из набора German-RAG-EMBEDDING-TRIPLES-HESSIAN-AI. Она преобразует предложения и абзацы в плотные векторы размерности 1024; архитектура основана на BERT с объединением CLS-токена и нормализацией векторов. Максимальная длина последовательности — 512 токенов, сходство оценивается косинусной мерой.

Модель предназначена для семантического поиска по немецким текстам и другим задачам сравнения и группировки текстов: поиска похожих предложений, обнаружения перефразировок, кластеризации и извлечения признаков для классификации. В карточке приведены результаты оценок на немецких наборах для поиска, классификации и семантического сходства. Модель поддерживает немецкий и английский языки; лицензия — MIT.

Сценарии применения

  • семантический поиск по немецким документам
  • ранжирование контекстов для немецкой RAG-системы
  • поиск похожих предложений и перефразировок на немецком
  • кластеризация немецких текстов по смыслу
  • извлечение признаков текста для классификации

Ограничения

Максимальная длина входа — 512 токенов. В приведённых результатах модель уступает базовой UAE на некоторых задачах классификации и парного сравнения; качество следует проверять на целевом корпусе.

Для каких профессий подходит10

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

German-RAG-UAE-LARGE-V1-TRIPLES-HESSIAN-AI

This is a sentence-transformers model trained on this Dataset with roughly 300k Triple-Samples. It maps sentences & paragraphs to a 1024-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
  • Maximum Sequence Length: 512 tokens
  • Output Dimensionality: 1024 tokens
  • 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': 1024, '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})
  (2): Normalize()
)

Evaluation MTEB-Tasks

Classification

  • AmazonCounterfactualClassification
  • AmazonReviewsClassification
  • MassiveIntentClassification
  • MassiveScenarioClassification
  • MTOPDomainClassification
  • MTOPIntentClassification

Pair Classification

  • FalseFriendsGermanEnglish
  • PawsXPairClassification

Retrieval

  • GermanQuAD-Retrieval
  • GermanDPR

STS (Semantic Textual Similarity)

  • GermanSTSBenchmark
TASKUAEGerman-RAG-UAEMerged-UAEGerman-RAG vs. UAEMerged vs. UAE
AmazonCounterfactualClassification0.56500.54490.5401-2.01%-2.48%
AmazonReviewsClassification0.27380.27450.27820.08%0.44%
FalseFriendsGermanEnglish0.48080.47770.4703-0.32%-1.05%
GermanQuAD-Retrieval0.78110.83530.86285.42%8.18%
GermanSTSBenchmark0.64210.65680.67541.47%3.33%
MassiveIntentClassification0.51390.48840.4714-2.55%-4.25%
MassiveScenarioClassification0.60620.58370.6111-2.25%0.49%
GermanDPR0.67500.72100.75074.60%7.57%
MTOPDomainClassification0.76250.74500.7686-1.75%0.61%
MTOPIntentClassification0.49940.45160.4413-4.77%-5.80%
PawsXPairClassification0.54520.50770.5162-3.76%-2.90%

Evaluation on German-RAG-EMBEDDING-BENCHMARK

Accuracy is calculated by evaluating if the relevant context is the highest ranking embedding of the whole context array. See Eval-Dataset and Evaluation Code here

Model NameAccuracy
bge-m30.8806
UAE-Large-V10.8393
German-RAG-BGE-M3-TRIPLES-HESSIAN-AI0.8857
German-RAG-BGE-M3-TRIPLES-MERGED-HESSIAN-AI0.8866
German-RAG-BGE-M3-MERGED-x-SNOWFLAKE-ARCTIC-HESSIAN-AI0.8866
German-RAG-UAE-LARGE-V1-TRIPLES-HESSIAN-AI0.8763
German-RAG-UAE-LARGE-V1-TRIPLES-MERGED-HESSIAN-AI0.8771

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("avemio/German-RAG-UAE-LARGE-V1-TRIPLES-HESSIAN-AI")
# 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, 1024]

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

Training Details

Framework Versions

  • Python: 3.10.12
  • Sentence Transformers: 3.2.1
  • Transformers: 4.44.2
  • PyTorch: 2.5.0+cu121
  • Accelerate: 0.34.2
  • Datasets: 2.19.0
  • Tokenizers: 0.19.1

Citation

@article{li2023angle,
  title={AnglE-optimized Text Embeddings},
  author={Li, Xianming and Li, Jing},
  journal={arXiv preprint arXiv:2309.12871},
  year={2023}
}

The German-RAG AI Team

Marcel Rosiak Soumya Paul Siavash Mollaebrahim Zain ul Haq

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
8a5ad16

0 моделей