/ Модель

Характеристики

Контекст
512 токенов
Параметры
136 млн
Архитектура
bert · dense
Базовая модель
bert-base-cased
Библиотека
sentence-transformers
Опубликована
15 дек 2024

bert-base-cased-nli-tsdae

ЭмбеддингиТекст → embedding

Англоязычная Sentence Transformers-модель для преобразования предложений и абзацев в векторы для семантического поиска и сравнения текстов.

101скачиваний за 30 дней0лайковвеса обновлены15 дек 2024

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

jinoooooooooo/bert-base-cased-nli-tsdae — англоязычная модель Sentence Transformers, дообученная автором репозитория на базе google-bert/bert-base-cased на датасете all-nli. Она кодирует предложения и абзацы в плотные векторы размерности 768; для получения вектора используется BERT с усреднением токенных представлений. Максимальная длина входа — 512 токенов, сходство векторов можно оценивать косинусной мерой.

Модель подходит для семантического поиска, сравнения смысловой близости текстов, поиска перефразировок, кластеризации и классификации текстов. Это англоязычная модель; регистр букв сохраняется. В репозитории указана лицензия Apache-2.0.

Сценарии применения

  • семантический поиск по англоязычным документам
  • сравнение смысловой близости предложений
  • поиск перефразировок
  • кластеризация англоязычных текстов
  • классификация текстов по эмбеддингам

Ограничения

Модель рассчитана на английский язык и ограничена входами длиной до 512 токенов. В README не приведены количественные оценки качества на стандартных бенчмарках.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

SentenceTransformer based on google-bert/bert-base-cased

This is a sentence-transformers model finetuned from google-bert/bert-base-cased on the all-nli dataset. It maps sentences & paragraphs to a 768-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
  • Base model: google-bert/bert-base-cased
  • Maximum Sequence Length: 512 tokens
  • Output Dimensionality: 768 dimensions
  • Similarity Function: Cosine Similarity
  • Training Dataset:
  • Language: en

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': 768, 'pooling_mode_cls_token': False, 'pooling_mode_mean_tokens': True, 'pooling_mode_max_tokens': False, 'pooling_mode_mean_sqrt_len_tokens': False, 'pooling_mode_weightedmean_tokens': False, 'pooling_mode_lasttoken': False, 'include_prompt': True})
)

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("jinoooooooooo/bert-base-cased-nli-tsdae")
# Run inference
sentences = [
    'A finds humorous that.',
    'A older gentleman finds it humorous that he is getting his picture taken while doing his laundry.',
    'A woman walks on a sidewalk wearing a white dress with a blue plaid pattern.',
]
embeddings = model.encode(sentences)
print(embeddings.shape)
# [3, 768]

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

Training Details

Training Dataset

all-nli

  • Dataset: all-nli at d482672
  • Size: 557,850 training samples
  • Columns: damaged and original
  • Approximate statistics based on the first 1000 samples:
    damagedoriginal
    typestringstring
    detailsmin: 3 tokensmean: 5.45 tokensmax: 22 tokensmin: 7 tokensmean: 10.49 tokensmax: 46 tokens
  • Samples:
    damagedoriginal
    a horse jumps aA person on a horse jumps over a broken down airplane.
    atChildren smiling and waving at camera
    boy jumping a.A boy is jumping on skateboard in the middle of a red bridge.
  • Loss: DenoisingAutoEncoderLoss

Evaluation Dataset

all-nli

  • Dataset: all-nli at d482672
  • Size: 6,584 evaluation samples
  • Columns: damaged and original
  • Approximate statistics based on the first 1000 samples:
    damagedoriginal
    typestringstring
    detailsmin: 3 tokensmean: 8.52 tokensmax: 32 tokensmin: 6 tokensmean: 18.26 tokensmax: 69 tokens
  • Samples:
    damagedoriginal
    Two while packages.Two women are embracing while holding to go packages.
    young children, with the number one with 2 are standing wooden in a bathroom in sink.Two young children in blue jerseys, one with the number 9 and one with the number 2 are standing on wooden steps in a bathroom and washing their hands in a sink.
    A a during world city ofA man selling donuts to a customer during a world exhibition event held in the city of Angeles
  • Loss: DenoisingAutoEncoderLoss

Training Hyperparameters

Non-Default Hyperparameters

  • eval_strategy: steps
  • per_device_train_batch_size: 16
  • per_device_eval_batch_size: 16
  • learning_rate: 2e-05
  • num_train_epochs: 1
  • warmup_ratio: 0.1
  • fp16: True

All Hyperparameters

  • overwrite_output_dir: False
  • do_predict: False
  • eval_strategy: steps
  • prediction_loss_only: True
  • per_device_train_batch_size: 16
  • per_device_eval_batch_size: 16
  • per_gpu_train_batch_size: None
  • per_gpu_eval_batch_size: None
  • gradient_accumulation_steps: 1
  • eval_accumulation_steps: None
  • torch_empty_cache_steps: None
  • learning_rate: 2e-05
  • weight_decay: 0.0
  • adam_beta1: 0.9
  • adam_beta2: 0.999
  • adam_epsilon: 1e-08
  • max_grad_norm: 1.0
  • num_train_epochs: 1
  • max_steps: -1
  • lr_scheduler_type: linear
  • lr_scheduler_kwargs: {}
  • warmup_ratio: 0.1
  • warmup_steps: 0
  • log_level: passive
  • log_level_replica: warning
  • log_on_each_node: True
  • logging_nan_inf_filter: True
  • save_safetensors: True
  • save_on_each_node: False
  • save_only_model: False
  • restore_callback_states_from_checkpoint: False
  • no_cuda: False
  • use_cpu: False
  • use_mps_device: False
  • seed: 42
  • data_seed: None
  • jit_mode_eval: False
  • use_ipex: False
  • bf16: False
  • fp16: True
  • fp16_opt_level: O1
  • half_precision_backend: auto
  • bf16_full_eval: False
  • fp16_full_eval: False
  • tf32: None
  • local_rank: 0
  • ddp_backend: None
  • tpu_num_cores: None
  • tpu_metrics_debug: False
  • debug: []
  • dataloader_drop_last: False
  • dataloader_num_workers: 0
  • dataloader_prefetch_factor: None
  • past_index: -1
  • disable_tqdm: False
  • remove_unused_columns: True
  • label_names: None
  • load_best_model_at_end: False
  • ignore_data_skip: False
  • fsdp: []
  • fsdp_min_num_params: 0
  • fsdp_config: {'min_num_params': 0, 'xla': False, 'xla_fsdp_v2': False, 'xla_fsdp_grad_ckpt': False}
  • fsdp_transformer_layer_cls_to_wrap: None
  • accelerator_config: {'split_batches': False, 'dispatch_batches': None, 'even_batches': True, 'use_seedable_sampler': True, 'non_blocking': False, 'gradient_accumulation_kwargs': None}
  • deepspeed: None
  • label_smoothing_factor: 0.0
  • optim: adamw_torch
  • optim_args: None
  • adafactor: False
  • group_by_length: False
  • length_column_name: length
  • ddp_find_unused_parameters: None
  • ddp_bucket_cap_mb: None
  • ddp_broadcast_buffers: False
  • dataloader_pin_memory: True
  • dataloader_persistent_workers: False
  • skip_memory_metrics: True
  • use_legacy_prediction_loop: False
  • push_to_hub: False
  • resume_from_checkpoint: None
  • hub_model_id: None
  • hub_strategy: every_save
  • hub_private_repo: None
  • hub_always_push: False
  • gradient_checkpointing: False
  • gradient_checkpointing_kwargs: None
  • include_inputs_for_metrics: False
  • include_for_metrics: []
  • eval_do_concat_batches: True
  • fp16_backend: auto
  • push_to_hub_model_id: None
  • push_to_hub_organization: None
  • mp_parameters:
  • auto_find_batch_size: False
  • full_determinism: False
  • torchdynamo: None
  • ray_scope: last
  • ddp_timeout: 1800
  • torch_compile: False
  • torch_compile_backend: None
  • torch_compile_mode: None
  • dispatch_batches: None
  • split_batches: None
  • include_tokens_per_second: False
  • include_num_input_tokens_seen: False
  • neftune_noise_alpha: None
  • optim_target_modules: None
  • batch_eval_metrics: False
  • eval_on_start: False
  • use_liger_kernel: False
  • eval_use_gather_object: False
  • average_tokens_across_devices: False
  • prompts: None
  • batch_sampler: batch_sampler
  • multi_dataset_batch_sampler: proportional

Training Logs

EpochStepTraining LossValidation Loss
0.0161007.32267.2198
0.0322003.71416.3506
0.0483003.06325.8854
0.0644002.65495.7539
0.085002.53325.5007
0.0966002.31375.5201
0.1127002.25335.3476
0.1288002.06545.3438
0.1449001.99435.3552
0.1610001.95875.2709
0.17611001.80535.4117
0.19212001.74145.4315
0.20813001.67735.2983
0.22414001.60355.5064
0.2415001.55925.5167
0.25616001.58375.4428
0.27217001.4695.5266
0.28818001.3845.5159
0.30419001.36165.4305
0.3220001.30655.5076
0.33621001.30455.5460
0.35222001.34475.3051
0.36823001.33675.4867
0.38424001.1485.6086
0.425001.22295.5027
0.41626001.165.4446
0.43227001.18095.4059
0.44828001.20995.6255
0.46429001.12645.2683
0.4830001.15895.3651
0.49631001.09545.3109
0.51232001.09625.4071
0.52833001.11855.4022
0.54434001.06565.2648
0.5635001.09355.2185
0.57636001.02355.2950
0.59237001.02565.3534
0.60838000.97115.2015
0.62439000.99015.1011
0.6440000.99595.2055
0.65641001.00185.2456
0.67242000.98365.3166
0.68843001.04815.2324
0.70444000.99175.1831
0.7245000.95955.1268
0.73646001.00965.1112
0.75247000.99865.0724
0.76848000.94055.1163
0.78449000.90575.0673
0.850000.99384.9926
0.81651000.98494.9733
0.83252000.89735.0531
0.84853000.9245.0007
0.86454000.95165.0079
0.8855000.96374.9513
0.89656000.92325.0035
0.91257000.95184.9339
0.92858000.89394.9783
0.94459000.87524.9495
0.9660000.91874.9496
0.97661000.89874.9177
0.99262000.90344.9224

Framework Versions

  • Python: 3.11.9
  • Sentence Transformers: 3.4.0.dev0
  • Transformers: 4.47.0
  • PyTorch: 2.5.1+cu121
  • Accelerate: 1.2.1
  • Datasets: 3.1.0
  • Tokenizers: 0.21.0

Citation

BibTeX

Sentence Transformers

@inproceedings{reimers-2019-sentence-bert,
    title = "Sentence-BERT: Sentence Embeddings using Siamese BERT-Networks",
    author = "Reimers, Nils and Gurevych, Iryna",
    booktitle = "Proceedings of the 2019 Conference on Empirical Methods in Natural Language Processing",
    month = "11",
    year = "2019",
    publisher = "Association for Computational Linguistics",
    url = "https://arxiv.org/abs/1908.10084",
}

DenoisingAutoEncoderLoss

@inproceedings{wang-2021-TSDAE,
    title = "TSDAE: Using Transformer-based Sequential Denoising Auto-Encoderfor Unsupervised Sentence Embedding Learning",
    author = "Wang, Kexin and Reimers, Nils and Gurevych, Iryna",
    booktitle = "Findings of the Association for Computational Linguistics: EMNLP 2021",
    month = nov,
    year = "2021",
    address = "Punta Cana, Dominican Republic",
    publisher = "Association for Computational Linguistics",
    pages = "671--688",
    url = "https://arxiv.org/abs/2104.06979",
}

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
126f63e

0 моделей