/ Модель

Характеристики

Контекст
512 токенов
Параметры
305 млн
Лицензия
Apache 2.0
Архитектура
camembert · dense
Опубликована
22 дек 2023

simcse-model-phayathaibert

ЭмбеддингиТекст → embedding6 профессий

Модель SimCSE на базе CamemBERT превращает тайские предложения и абзацы в векторы для семантического поиска и кластеризации.

41скачиваний за 30 дней3лайкавеса 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/simcse-model-phayathaibert — модель эмбеддингов предложений на архитектуре CamemBERT, обученная разработчиком с помощью SimCSE на тайской Википедии. Она преобразует предложения и абзацы в плотные векторы размерности 768 для семантического поиска, сравнения сходства и кластеризации текстов. Модель содержит 304,7 млн параметров, принимает текст и имеет контекстное окно до 512 токенов.

Модель подходит для поиска семантически близких текстов на тайском языке и группировки предложений по смыслу. Доступны веса PyTorch; лицензия — Apache-2.0. Ограничения: карточка сообщает об обучении на тайской Википедии, поэтому пригодность для других языков и доменов не подтверждена.

Сценарии применения

  • семантический поиск по тайским документам
  • поиск похожих предложений на тайском языке
  • кластеризация тайских текстов
  • сравнение семантического сходства предложений

Ограничения

Обучение проводилось на тайской Википедии, поэтому качество для других языков и предметных областей не подтверждено. Контекст ограничен 512 токенами.

Для каких профессий подходит6

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-phayathaibert}

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 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
CamembertModel
Ревизия весов
55f0ed2

0 моделей