This is an upload of the bert-base-nli-stsb-mean-tokens pretrained model from the Sentence Transformers Repo (https://github.com/UKPLab/sentence-transformers)
Характеристики
- Контекст
- 512 токенов
- Параметры
- 137 млн
- Лицензия
- Apache 2.0
- Архитектура
- bert · dense
Ссылки
sentence_bert
Языковая модель11 профессий
Модель BERT для создания векторных представлений предложений и семантического сравнения текстов.
14 825скачиваний за 30 дней21лайквеса обновлены19 мая 2021
Бенчмарки
Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды
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
deepset/sentence_bert — загрузка предварительно обученной модели bert-base-nli-stsb-mean-tokens из репозитория Sentence Transformers. Это модель семейства BERT с 136,7 млн параметров и контекстом до 512 токенов, доступная в форматах PyTorch и Flax. Она предназначена для получения векторных представлений предложений, в частности для семантического сопоставления текстов и поиска похожих фраз. Лицензия — Apache 2.0.
Сценарии применения
- поиск семантически похожих предложений
- поиск по смыслу в текстовом корпусе
- сопоставление пар предложений
- кластеризация текстов по смыслу
Ограничения
Контекст ограничен 512 токенами; в README не указана поддержка конкретных языков.
Для каких профессий подходит11
Разделы каталога профессий, в задачах которых используется эта модель
I.11Универсальные способностиКлассификация, ранжирование и сопоставлениеAI помогает распределять объекты по категориям, устанавливать соответствия и определять порядок обработки.15 задач26 736моделейI.1Универсальные способностиПоиск и навигация по информацииAI помогает находить нужные сведения и помогать человеку быстро переходить от вопроса к подтверждённому источнику.18 задач13 467моделейII.10Разработка и данныеРазработка и эксплуатация AI/ML-системAI помогает создавать, оценивать, развёртывать и контролировать AI/ML-системы на всём жизненном цикле.30 задач49 000моделейI.12Универсальные способностиРекомендации и персонализацияAI помогает подбирать релевантные варианты и адаптировать опыт под конкретного человека или ситуацию.15 задач7 627моделей
Также подходит для
Карточка модели
README от автора на Hugging Face, как он его опубликовал
Как запустить
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм
У модели не указана задача.
- Ревизия весов
- 496b9b3