/ Модель

Характеристики

Контекст
514 токенов
Параметры
451 млн
Лицензия
MIT
Архитектура
xlm-roberta · dense
Базовая модель
multilingual-e5-large-instruct
Библиотека
sentence-transformers
Опубликована
12 фев 2025

dutch-english-multilingual-e5-large-instruct

ЭмбеддингиТекст → embedding9 профессий

Сжатая версия multilingual-e5-large-instruct создаёт эмбеддинги для семантического поиска и сравнения текстов, прежде всего на нидерландском языке.

124скачиваний за 30 дней0лайковвеса обновлены13 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

denniscraandijk/dutch-english-multilingual-e5-large-instruct — сжатая удалением параметров версия multilingual-e5-large-instruct, созданная с помощью mtem-pruner для задач на нидерландском языке. Модель на архитектуре XLM-RoBERTa содержит 450,6 млн параметров и формирует плотные текстовые эмбеддинги для семантического поиска, извлечения релевантных фрагментов и сравнения предложений. Она рассчитана прежде всего на нидерландский; README также указывает английский в названии, но не подтверждает его качество. Контекст — до 514 токенов.

По данным карточки, модель на 37,2% меньше исходной и должна сохранять близкое качество на нидерландских задачах при меньших требованиях к памяти. Удаление токенов из словаря может ухудшить работу на других языках исходной многоязычной модели. Модель распространяется по лицензии MIT.

Сценарии применения

  • семантический поиск по нидерландским документам
  • извлечение релевантных фрагментов для RAG на нидерландском
  • сравнение нидерландских предложений по смыслу
  • поиск похожих нидерландских текстов

Ограничения

Обрезанные токены словаря могут снизить качество на языках, отличных от нидерландского; качество английского отдельно не подтверждено. Максимальная длина контекста составляет 514 токенов.

Для каких профессий подходит9

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

🇳🇱 dutch-english-multilingual-e5-large-instruct

This model is a 37.2% smaller version of intfloat/multilingual-e5-large-instruct for the Dutch language, created using the mtem-pruner space.

This pruned model should perform similarly to the original model for Dutch language tasks with a much smaller memory footprint. However, it may not perform well for other languages present in the original multilingual model as tokens not commonly used in Dutch were removed from the original multilingual model's vocabulary.

Usage

You can use this model with the Transformers library:

from transformers import AutoModel, AutoTokenizer

model_name = "denniscraandijk/dutch-english-multilingual-e5-large-instruct"
model = AutoModel.from_pretrained(model_name, trust_remote_code=True)
tokenizer = AutoTokenizer.from_pretrained(model_name, trust_remote_code=True, use_fast=True)

Or with the sentence-transformers library:

from sentence_transformers import SentenceTransformer

model = SentenceTransformer("denniscraandijk/dutch-english-multilingual-e5-large-instruct")

Credits: cc @antoinelouis

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
XLMRobertaModel
Ревизия весов
ec9bb93

0 моделей