/ Модель

Характеристики

Контекст
514 токенов
Параметры
162 млн
Лицензия
Apache 2.0
Архитектура
roberta · dense
Опубликована
24 авг 2023

SPhilBerta

ЭмбеддингиТекст → embedding3 профессии

Модель Sentence Transformer для поиска межъязыковых параллелей между текстами на латыни и древнегреческом.

555скачиваний за 30 дней11лайковвеса обновлены18 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

SPhilBerta — модель Sentence Transformer, разработанная для классической филологии на основе PhilBERTa. Она предназначена для поиска межъязыковых отсылок между текстами на латыни и древнегреческом: модель преобразует предложения в векторные представления, которые можно сравнивать по сходству. Модель создана методом дистилляции; архитектура — RoBERTa, число параметров — 162,4 млн, максимальный контекст — 514 токенов.

Модель подходит для сопоставления фрагментов классических текстов и поиска возможных параллелей между латинскими и древнегреческими источниками. Для использования доступны веса PyTorch и Safetensors; лицензия — Apache-2.0. Карточка описывает специализированный филологический сценарий, поэтому результаты для других языков и задач не подтверждены.

Сценарии применения

  • поиск сходных фрагментов в латинских и древнегреческих текстах
  • выявление возможных межъязыковых отсылок между классическими произведениями
  • ранжирование древнегреческих фрагментов по сходству с латинским отрывком

Ограничения

Модель предназначена для сопоставления латинских и древнегреческих текстов; качество на других языках и задачах не подтверждено. Максимальная длина контекста составляет 514 токенов.

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

SPhilBerta

The paper Exploring Language Models for Classical Philology is the first effort to systematically provide state-of-the-art language models for Classical Philology. Using PhilBERTa as a foundation, we introduce SPhilBERTa, a Sentence Transformer model to identify cross-lingual references between Latin and Ancient Greek texts. We employ the knowledge distillation method as proposed by Reimers and Gurevych (2020). Our paper can be found here.

Usage

Sentence-Transformers

When you have sentence-transformers installed, you can use the model like this:

from sentence_transformers import SentenceTransformer
sentences = ["This is an example sentence", "Each sentence is converted"]

model = SentenceTransformer('{MODEL_NAME}')
embeddings = model.encode(sentences)
print(embeddings)

HuggingFace Transformers

Without sentence-transformers, you can use the model like this: First, you pass your input through the transformer model, then you have to apply the right pooling-operation on-top of the contextualized word embeddings.

from transformers import AutoTokenizer, AutoModel
import torch


#Mean Pooling - Take attention mask into account for correct averaging
def mean_pooling(model_output, attention_mask):
    token_embeddings = model_output[0] #First element of model_output contains all token embeddings
    input_mask_expanded = attention_mask.unsqueeze(-1).expand(token_embeddings.size()).float()
    return torch.sum(token_embeddings * input_mask_expanded, 1) / torch.clamp(input_mask_expanded.sum(1), min=1e-9)


# Sentences we want sentence embeddings for
sentences = ['This is an example sentence', 'Each sentence is converted']

# Load model from HuggingFace Hub
tokenizer = AutoTokenizer.from_pretrained('{MODEL_NAME}')
model = AutoModel.from_pretrained('{MODEL_NAME}')

# Tokenize sentences
encoded_input = tokenizer(sentences, padding=True, truncation=True, return_tensors='pt')

# Compute token embeddings
with torch.no_grad():
    model_output = model(**encoded_input)

# Perform pooling. In this case, mean pooling.
sentence_embeddings = mean_pooling(model_output, encoded_input['attention_mask'])

print("Sentence embeddings:")
print(sentence_embeddings)

Contact

If you have any questions or problems, feel free to reach out.

Citation

@incollection{riemenschneiderfrank:2023b,
    author = "Riemenschneider, Frederick and Frank, Anette",
    title = "{Graecia capta ferum victorem cepit. Detecting Latin Allusions to Ancient Greek Literature}",
    year = "2023",
    url = "https://arxiv.org/abs/2308.12008",
    note = "to appear",
    publisher = "Association for Computational Linguistics",
    booktitle = "Proceedings of the First Workshop on Ancient Language Processing",
    address = "Varna, Bulgaria"
}

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
RobertaModel
Ревизия весов
5d0736d

0 моделей