/ Модель

Характеристики

Контекст
512 токенов
Параметры
132 млн
Лицензия
Apache 2.0
Архитектура
camembert · dense
Опубликована
6 дек 2022

ConGen-paraphrase-multilingual-mpnet-base-v2

ЭмбеддингиТекст → embedding10 профессий

Мультиязычная модель ConGen кодирует предложения в 768-мерные векторы для семантического поиска и сравнения текстов.

144скачиваний за 30 дней3лайкавеса обновлены18 ноя 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 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

kornwtp/ConGen-paraphrase-multilingual-mpnet-base-v2 — модель семейства ConGen, представленная пользователем kornwtp. Она преобразует предложения в плотные векторы размерностью 768 и предназначена для семантического поиска и сравнения текстов. Модель основана на архитектуре CamemBERT и содержит 132,5 млн параметров; веса опубликованы в формате PyTorch.

Модель можно применять для поиска смыслово близких предложений и оценки семантического сходства, в том числе в многоязычных сценариях, на которые указывает название модели. README ссылается на оценку качества на тайском бенчмарке эмбеддингов предложений. Максимальная длина контекста составляет 512 токенов.

Лицензия — Apache-2.0. Карточка не приводит конкретные результаты бенчмарка или сведения о языках, кроме указания на мультиязычность в названии; качество на отдельных языках и длинных текстах следует проверять отдельно.

Сценарии применения

  • семантический поиск по коллекции предложений
  • поиск перефразировок и смыслово близких фраз
  • сравнение семантического сходства двух предложений

Ограничения

Контекст ограничен 512 токенами. README не приводит численных результатов оценки или перечня поддерживаемых языков, поэтому качество для конкретных языков и задач следует проверять отдельно.

Для каких профессий подходит10

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

kornwtp/ConGen-paraphrase-multilingual-mpnet-base-v2

This is a ConGen model: It maps sentences to a 768 dimensional dense vector space and can be used for tasks like semantic search.

Usage

Using this model becomes easy when you have ConGen installed:

pip install -U git+https://github.com/KornWtp/ConGen.git

Then you can use the model like this:

from sentence_transformers import SentenceTransformer
sentences = ["กลุ่มผู้ชายเล่นฟุตบอลบนชายหาด", "กลุ่มเด็กชายกำลังเล่นฟุตบอลบนชายหาด"]

model = SentenceTransformer('kornwtp/ConGen-paraphrase-multilingual-mpnet-base-v2')
embeddings = model.encode(sentences)
print(embeddings)

Evaluation Results

For an automated evaluation of this model, see the Thai Sentence Embeddings Benchmark: Semantic Textual Similarity

Citing & Authors

@inproceedings{limkonchotiwat-etal-2022-congen,
    title = "{ConGen}: Unsupervised Control and Generalization Distillation For Sentence Representation",
    author = "Limkonchotiwat, Peerat  and
      Ponwitayarat, Wuttikorn  and
      Lowphansirikul, Lalita and
      Udomcharoenchaikit, Can  and
      Chuangsuwanich, Ekapol  and
      Nutanong, Sarana",
    booktitle = "Findings of the Association for Computational Linguistics: EMNLP 2022",
    year = "2022",
    publisher = "Association for Computational Linguistics",
}

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
CamembertModel
Ревизия весов
da70962

0 моделей