/ Модель

Характеристики

Контекст
512 токенов
Параметры
205 млн
Лицензия
Apache 2.0
Архитектура
bert · dense
Опубликована
22 дек 2023

simcse-model-m-bert-thai-cased

ЭмбеддингиТекст → embedding8 профессий

Модель на базе mBERT с SimCSE преобразует тайские предложения и абзацы в эмбеддинги для семантического поиска и кластеризации.

99скачиваний за 30 дней1лайквеса обновлены7 мар 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

kornwtp разработал модель эмбеддингов на основе многоязычного BERT (mBERT), обученную методом SimCSE на тайской Википедии. Она преобразует предложения и абзацы в плотные векторы размерности 768 для поиска семантически близких текстов и кластеризации. Модель подходит для семантического поиска и сравнения предложений на тайском языке; её контекст ограничен 512 токенами, размер составляет 205,1 млн параметров, формат весов — PyTorch. Лицензия Apache-2.0.

Сценарии применения

  • семантический поиск по тайским документам
  • поиск похожих тайских предложений
  • кластеризация тайских текстов
  • сравнение семантической близости тайских фраз

Ограничения

Контекст ограничен 512 токенами. Обучение описано для тайской Википедии, поэтому качество на других языках и вне этого источника может быть ниже.

Для каких профессий подходит8

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/simcse-model-m-bert-thai-cased}

This is a sentence-transformers model: It maps sentences & paragraphs to a 768 dimensional dense vector space and can be used for tasks like clustering or semantic search.

We use SimCSE here by using mBERT as the baseline model and training the model with Thai Wikipedia here

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 = ["กลุ่มผู้ชายเล่นฟุตบอลบนชายหาด", "กลุ่มเด็กชายกำลังเล่นฟุตบอลบนชายหาด"]

model = SentenceTransformer('{MODEL_NAME}')
embeddings = model.encode(sentences)
print(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
10ca1e5

0 моделей