/ Модель

Характеристики

Контекст
512 токенов
Параметры
434 млн
Лицензия
Apache 2.0
Архитектура
bert · dense
Опубликована
22 июн 2023

cai-lunaris-text-embeddings

ЭмбеддингиТекст → embedding11 профессий

BERT-модель преобразует предложения и абзацы в 1024-мерные векторы для поиска, сравнения и кластеризации текстов.

176скачиваний за 30 дней5лайковвеса обновлены22 июн 2023

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 оценки26

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

  • MassiveIntentClassification

    main_score

    Результат

    0,3226

    Общий результат 0,5469Общий результат 0,3389Общий результат 0,3316
    MTEB

    Публичная таблицаревизия совпадает

  • IndicGenBenchFloresBitextMining

    main_score

    Результат

    0,0096

    Общий результат 0,0231Общий результат 0,0131
    MTEB

    Публичная таблицаревизия совпадает

  • SiswatiNewsClassification

    main_score

    Результат

    0,7313

    MTEB

    Публичная таблицаревизия совпадает

  • SummEvalSummarization.v2

    main_score

    Результат

    0,2265

    MTEB

    Публичная таблицаревизия совпадает

  • MassiveScenarioClassification

    main_score

    Результат

    0,3714

    Общий результат 0,4025Общий результат 0,3203Общий результат 0,2633
    MTEB

    Публичная таблицаревизия совпадает

  • MedicalQARetrieval

    main_score

    Результат

    0,489

    MTEB

    Публичная таблицаревизия совпадает

  • SIB200ClusteringS2S

    main_score

    Результат

    0,0371

    Общий результат 0,1155Общий результат 0,0359Общий результат 0,0352
    MTEB

    Публичная таблицаревизия совпадает

  • MIRACLRetrieval

    main_score

    Результат

    0,0004

    MTEB

    Публичная таблицаревизия совпадает

  • MLQARetrieval

    main_score

    Результат

    0,1646

    Общий результат 0,0554
    MTEB

    Публичная таблицаревизия совпадает

  • STSBenchmarkMultilingualSTS

    main_score

    Результат

    0,3752

    Общий результат 0,714
    MTEB

    Публичная таблицаревизия совпадает

  • IndicCrosslingualSTS

    main_score

    Результат

    0,0998

    MTEB

    Публичная таблицаревизия совпадает

  • XNLI

    main_score

    Результат

    0,5614

    Общий результат 0,5416Общий результат 0,5165
    MTEB

    Публичная таблицаревизия совпадает

  • AfriSentiClassification

    main_score

    Результат

    0,3476

    MTEB

    Публичная таблицаревизия совпадает

  • OpusparcusPC

    main_score

    Результат

    0,8134

    MTEB

    Публичная таблицаревизия совпадает

  • NorwegianCourtsBitextMining

    main_score

    Результат

    0,7196

    MTEB

    Публичная таблицаревизия совпадает

  • XPQARetrieval

    main_score

    Результат

    0,0315

    MTEB

    Публичная таблицаревизия совпадает

  • AmazonReviewsClassification

    main_score

    Результат

    0,2499

    MTEB

    Публичная таблицаревизия совпадает

  • CUREv1

    main_score

    Результат

    0,2952

    Общий результат 0,0465
    MTEB

    Публичная таблицаревизия совпадает

  • MultiHateClassification

    main_score

    Результат

    0,5334

    MTEB

    Публичная таблицаревизия совпадает

  • CodeSearchNetCCRetrieval

    main_score

    Результат

    0,2241

    MTEB

    Публичная таблицаревизия совпадает

  • MIRACLReranking

    main_score

    Результат

    0,2971

    MTEB

    Публичная таблицаревизия совпадает

  • MasakhaNEWSClassification

    main_score

    Результат

    0,7918

    Общий результат 0,4246
    MTEB

    Публичная таблицаревизия совпадает

  • MTOPIntentClassification

    main_score

    Результат

    0,3216

    MTEB

    Публичная таблицаревизия совпадает

  • SNLRetrieval

    main_score

    Результат

    0,313

    MTEB

    Публичная таблицаревизия совпадает

  • MTOPDomainClassification

    main_score

    Результат

    0,1685

    MTEB

    Публичная таблицаревизия совпадает

  • Tatoeba

    main_score

    Результат

    0,0919

    MTEB

    Публичная таблицаревизия совпадает

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

consciousAI/cai-lunaris-text-embeddings — модель эмбеддингов на архитектуре BERT, представленная в формате PyTorch и предназначенная для преобразования предложений и абзацев в плотные векторы размерности 1024. Её можно использовать для извлечения признаков текста, оценки семантического сходства, кластеризации и семантического поиска. Модель совместима с Sentence-Transformers и Hugging Face Transformers; при использовании Transformers поверх контекстных представлений токенов требуется применить соответствующий pooling.

Модель насчитывает около 433,9 млн параметров, а максимальная длина контекста составляет 512 токенов. Репозиторий распространяется по лицензии Apache-2.0. В карточке не приведены сведения о целевых языках и специализированных предметных областях.

Сценарии применения

  • семантический поиск по предложениям и абзацам
  • поиск похожих текстов по смыслу
  • оценка семантического сходства предложений
  • кластеризация текстов по смыслу
  • извлечение векторных признаков из текста

Ограничения

Контекст ограничен 512 токенами. Для использования через Transformers необходимо применить подходящую операцию pooling к контекстным представлениям токенов.

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

{MODEL_NAME}

This is a sentence-transformers model: It maps sentences & paragraphs to a 1024 dimensional dense vector space and can be used for tasks like clustering or semantic search.

Usage (Sentence-Transformers)

Using this model becomes easy when you have sentence-transformers installed:

pip install -U sentence-transformers

Then 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)

Usage (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)

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
BertModel
Ревизия весов
8332c46

0 моделей