/ Модель

Характеристики

Контекст
512 токенов
Параметры
40 млн
Лицензия
MIT
Архитектура
bert · dense
Опубликована
2 апр 2023

e5-small-Quran

ЭмбеддингиТекст → embedding3 профессии

Англоязычная BERT-модель для создания текстовых эмбеддингов и семантического поиска по Корану и тафсирам.

15скачиваний за 30 дней8лайковвеса обновлены3 апр 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

mustapha/e5-small-Quran — англоязычная модель эмбеддингов на архитектуре BERT, предназначенная для извлечения признаков из текста и семантического поиска по материалам Корана и тафсирам. Модель содержит около 40 млн параметров, принимает текст с контекстом до 512 токенов и выдаёт векторные представления. Она опубликована в формате PyTorch под лицензией MIT.

Карточка связывает модель с набором данных M-AI-C/quran-en-tafssirs. Её можно использовать для поиска релевантных фрагментов англоязычных толкований Корана и сопоставления текстовых запросов с такими фрагментами. Поддержка других языков или дополнительные возможности в доступных данных не подтверждены.

Сценарии применения

  • Семантический поиск по англоязычным тафсирам Корана
  • Поиск фрагментов религиозных текстов по смысловому запросу
  • Построение векторного индекса для материалов о Коране

Ограничения

Контекст ограничен 512 токенами. Данные подтверждают связь с англоязычным набором тафсиров, но не подтверждают поддержку других языков или задачи генерации текста.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face
import torch.nn.functional as F

from torch import Tensor
from transformers import AutoTokenizer, AutoModel


def average_pool(last_hidden_states: Tensor,
                 attention_mask: Tensor) -> Tensor:
    last_hidden = last_hidden_states.masked_fill(~attention_mask[..., None].bool(), 0.0)
    return last_hidden.sum(dim=1) / attention_mask.sum(dim=1)[..., None]


# Each input text should start with "query: " or "passage: ".
# For tasks other than retrieval, you can simply use the "query: " prefix.
input_texts = ['query: Who is prophet known for patience',
               'query: Who is moses',
               "passage: passage 1",
               "passage: passage 2"]

tokenizer = AutoTokenizer.from_pretrained('intfloat/e5-small')
model = AutoModel.from_pretrained('intfloat/e5-small')

# Tokenize the input texts
batch_dict = tokenizer(input_texts, max_length=512, padding=True, truncation=True, return_tensors='pt')

outputs = model(**batch_dict)
embeddings = average_pool(outputs.last_hidden_state, batch_dict['attention_mask'])

# (Optionally) normalize embeddings
embeddings = F.normalize(embeddings, p=2, dim=1)
scores = (embeddings[:2] @ embeddings[2:].T) * 100
print(scores.tolist())

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
ad45e7f

0 моделей