/ Модель

Характеристики

Контекст
1 024 токена
Параметры
50,3 млн
Архитектура
bert · dense
Базовая модель
bioformer-16L
Библиотека
sentence-transformers
Опубликована
10 окт 2024

UMLS-ED-Bioformer-16L-V-1

ЭмбеддингиТекст → embedding5 профессий

Дообученная Bioformer-модель превращает медицинские и биомедицинские тексты в векторы для семантического поиска и сравнения.

70скачиваний за 30 дней0лайковвеса обновлены5 янв 2025

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

UMLS-ED-Bioformer-16L-V-1 — модель Sentence Transformer на основе Bioformer-16L, дообученная для получения векторных представлений предложений и абзацев. Она кодирует медицинские и биомедицинские тексты в плотные векторы размерностью 384 и рассчитана на поиск семантически похожих фрагментов, семантический поиск, поиск парафраз, классификацию и кластеризацию. Модель использует архитектуру BERT с усреднением токенных представлений, поддерживает последовательности до 1024 токенов и сравнение векторов по косинусному сходству.

Для обучения применялась TripletLoss на парах и тройках текстов; в примерах данных встречаются медицинские термины на нескольких языках. Лицензия в предоставленных данных не указана.

Сценарии применения

  • семантический поиск по медицинским терминам и текстам
  • поиск похожих биомедицинских предложений
  • поиск парафраз медицинских понятий
  • кластеризация медицинских текстов по смыслу
  • подготовка векторов медицинских текстов для классификации

Ограничения

Выход модели — векторы, поэтому для применения в поиске и сравнении требуется внешняя система индексации или вычисления сходства. Поддерживаемые языки в карточке не перечислены.

Для каких профессий подходит5

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

SentenceTransformer

This is a sentence-transformers model trained. It maps sentences & paragraphs to a 384-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
  • Maximum Sequence Length: 1024 tokens
  • Output Dimensionality: 384 tokens
  • Similarity Function: Cosine Similarity

Model Sources

Full Model Architecture

SentenceTransformer(
  (0): Transformer({'max_seq_length': 1024, 'do_lower_case': False}) with Transformer model: BertModel 
  (1): Pooling({'word_embedding_dimension': 384, '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("pankajrajdeo/328500_bioformer_16L")
# Run inference
sentences = [
    'vägtrafikolyckor',
    'accidente vial',
    'trimeresurus andersoni',
]
embeddings = model.encode(sentences)
print(embeddings.shape)
# [3, 384]

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

Training Details

Training Dataset

Unnamed Dataset

  • Size: 9,358,675 training samples
  • Columns: anchor, positive, and negative
  • Approximate statistics based on the first 1000 samples:
    anchorpositivenegative
    typestringstringstring
    detailsmin: 6 tokensmean: 12.84 tokensmax: 23 tokensmin: 3 tokensmean: 15.45 tokensmax: 187 tokensmin: 3 tokensmean: 14.75 tokensmax: 91 tokens
  • Samples:
    anchorpositivenegative
    (131)i-makroaggregerat albuminmacroagrégats d'albumine humaine marquée à l'iode 1311-acylglycerophosphorylinositol
    (131)i-makroaggregerat albuminalbumin, radio-iodinated serumallo-aromadendrane-10alpha,14-diol
    (131)i-makroaggregerat albuminserum albumin, radio iodinatedacquired zygomatic hyperplasia
  • Loss: TripletLoss with these parameters:
    {
        "distance_metric": "TripletDistanceMetric.EUCLIDEAN",
        "triplet_margin": 5
    }
    

Evaluation Dataset

Unnamed Dataset

  • Size: 820,102 evaluation samples
  • Columns: anchor, positive, and negative
  • Approximate statistics based on the first 1000 samples:
    anchorpositivenegative
    typestringstringstring
    detailsmin: 3 tokensmean: 10.54 tokensmax: 20 tokensmin: 3 tokensmean: 13.21 tokensmax: 183 tokensmin: 3 tokensmean: 14.98 tokensmax: 322 tokens
  • Samples:
    anchorpositivenegative
    15-ketosteryloleathydrolasesteroid esterase, lipoidalglutamic acid-lysine-tyrosine terpolymer
    15-ketosteryloleathydrolasehydrolase, cholesterol esterunionicola parvipora
    15-ketosteryloleathydrolaseacylhydrolase, sterol estermayamaea fossalis var. fossalis
  • Loss: TripletLoss with these parameters:
    {
        "distance_metric": "TripletDistanceMetric.EUCLIDEAN",
        "triplet_margin": 5
    }
    

Training Hyperparameters

Non-Default Hyperparameters

  • eval_strategy: steps
  • per_device_train_batch_size: 128
  • learning_rate: 2e-05
  • num_train_epochs: 10
  • warmup_ratio: 0.1
  • fp16: True
  • load_best_model_at_end: True

All Hyperparameters

  • overwrite_output_dir: False
  • do_predict: False
  • eval_strategy: steps
  • prediction_loss_only: True
  • per_device_train_batch_size: 128
  • per_device_eval_batch_size: 8
  • 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: 10
  • 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: True
  • 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: False
  • hub_always_push: False
  • gradient_checkpointing: False
  • gradient_checkpointing_kwargs: None
  • include_inputs_for_metrics: False
  • 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
  • batch_sampler: batch_sampler
  • multi_dataset_batch_sampler: proportional

Training Logs

EpochStepTraining Lossloss
0.013710002.7368-
0.027420001.4396-
0.041030000.8916-
0.054740000.6669-
0.068450000.553-
0.082160000.4759-
0.095770000.4206-
0.109480000.3808-
0.123190000.3543-
0.1368100000.3281-
0.1504110000.3126-
0.1641120000.2923-
0.1778130000.2762-
0.1915140000.2617-
0.2052150000.2488-
0.2188160000.2363-
0.2325170000.2291-
0.2462180000.2235-
0.2599190000.2175-
0.2735200000.2077-
0.2872210000.2014-
0.3009220000.1944-
0.3146230000.1895-
0.3283240000.1889-
0.3419250000.1795-
0.3556260000.1769-
0.3693270000.1743-
0.3830280000.1691-
0.3966290000.1652-
0.4103300000.1654-
0.4240310000.1625-
0.4377320000.1614-
0.4513330000.1513-
0.4650340000.1527-
0.4787350000.1496-
0.4924360000.143-
0.499236500-0.1243
0.5061370000.1493-
0.5197380000.1467-
0.5334390000.1407-
0.5471400000.1364-
0.5608410000.1333-
0.5744420000.1378-
0.5881430000.1322-
0.6018440000.1304-
0.6155450000.1308-
0.6291460000.1254-
0.6428470000.1251-
0.6565480000.1256-
0.6702490000.1247-
0.6839500000.1225-
0.6975510000.1194-
0.7112520000.125-
0.7249530000.1206-
0.7386540000.1184-
0.7522550000.1134-
0.7659560000.1192-
0.7796570000.1134-
0.7933580000.1133-
0.8069590000.1104-
0.8206600000.111-
0.8343610000.1129-
0.8480620000.1098-
0.8617630000.1078-
0.8753640000.1096-
0.8890650000.1027-
0.9027660000.1097-
0.9164670000.109-
0.9300680000.1075-
0.9437690000.1036-
0.9574700000.1025-
0.9711710000.1056-
0.9848720000.1055-
0.9984730000.10210.0950
1.0121740000.097-
1.0258750000.0931-
1.0395760000.089-
1.0531770000.0927-
1.0668780000.09-
1.0805790000.0922-
1.0942800000.0905-
1.1078810000.0907-
1.1215820000.0885-
1.1352830000.0877-
1.1489840000.085-
1.1626850000.0859-
1.1762860000.087-
1.1899870000.0851-
1.2036880000.0878-
1.2173890000.0873-
1.2309900000.0876-
1.2446910000.0838-
1.2583920000.0856-
1.2720930000.0818-
1.2856940000.0835-
1.2993950000.081-
1.3130960000.0797-
1.3267970000.0811-
1.3404980000.0802-
1.3540990000.0844-
1.36771000000.0787-
1.38141010000.0773-
1.39511020000.0802-
1.40871030000.0801-
1.42241040000.0762-
1.43611050000.0755-
1.44981060000.0791-
1.46341070000.0806-
1.47711080000.0756-
1.49081090000.0771-
1.4976109500-0.0779
1.50451100000.0773-
1.51821110000.0769-
1.53181120000.0738-
1.54551130000.0765-
1.55921140000.0758-
1.57291150000.0759-
1.58651160000.0766-
1.60021170000.077-
1.61391180000.0755-
1.62761190000.0733-
1.64131200000.0753-
1.65491210000.0747-
1.66861220000.0733-
1.68231230000.0729-
1.69601240000.0705-
1.70961250000.0745-
1.72331260000.0726-
1.73701270000.0717-
1.75071280000.0687-
1.76431290000.0715-
1.77801300000.0701-
1.79171310000.0671-
1.80541320000.07-
1.81911330000.0683-
1.83271340000.0684-
1.84641350000.0668-
1.86011360000.0681-
1.87381370000.0668-
1.88741380000.0655-
1.90111390000.0698-
1.91481400000.0692-
1.92851410000.0667-
1.94211420000.0662-
1.95581430000.0695-
1.96951440000.0663-
1.98321450000.0669-
1.99691460000.06610.0686
2.01051470000.0553-
2.02421480000.0521-
2.03791490000.053-
2.05161500000.0531-
2.06521510000.0529-
2.07891520000.0519-
2.09261530000.0548-
2.10631540000.0549-
2.11991550000.0525-
2.13361560000.056-
2.14731570000.0514-
2.16101580000.0526-
2.17471590000.0512-
2.18831600000.0526-
2.20201610000.0524-
2.21571620000.052-
2.22941630000.0526-
2.24301640000.0531-
2.25671650000.0522-
2.27041660000.0536-
2.28411670000.0505-
2.29781680000.0521-
2.31141690000.0518-
2.32511700000.0497-
2.33881710000.0534-
2.35251720000.0518-
2.36611730000.0502-
2.37981740000.053-
2.39351750000.0515-
2.40721760000.0503-
2.42081770000.0526-
2.43451780000.0497-
2.44821790000.0524-
2.46191800000.0517-
2.47561810000.0522-
2.48921820000.0536-
2.4961182500-0.0635
2.50291830000.0474-
2.51661840000.0519-
2.53031850000.0474-
2.54391860000.0503-
2.55761870000.0506-
2.57131880000.0489-
2.58501890000.0497-
2.59861900000.0501-
2.61231910000.0516-
2.62601920000.052-
2.63971930000.0477-
2.65341940000.049-
2.66701950000.0497-
2.68071960000.049-
2.69441970000.0496-
2.70811980000.0522-
2.72171990000.0475-
2.73542000000.0499-
2.74912010000.0501-
2.76282020000.0468-
2.77642030000.0491-
2.79012040000.0515-
2.80382050000.0485-
2.81752060000.0458-
2.83122070000.0502-
2.84482080000.048-
2.85852090000.0485-
2.87222100000.0493-
2.88592110000.0462-
2.89952120000.048-
2.91322130000.0475-
2.92692140000.0459-
2.94062150000.0487-
2.95432160000.0487-
2.96792170000.047-
2.98162180000.048-
2.99532190000.04720.0592
3.00902200000.0398-
3.02262210000.0353-
3.03632220000.0354-
3.05002230000.0361-
3.06372240000.0367-
3.07732250000.0375-
3.09102260000.037-
3.10472270000.0358-
3.11842280000.0372-
3.13212290000.0365-
3.14572300000.0389-
3.15942310000.0372-
3.17312320000.0345-
3.18682330000.0383-
3.20042340000.0337-
3.21412350000.0348-
3.22782360000.0376-
3.24152370000.0394-
3.25512380000.0378-
3.26882390000.0358-
3.28252400000.0344-
3.29622410000.0363-
3.30992420000.0373-
3.32352430000.0371-
3.33722440000.0375-
3.35092450000.0365-
3.36462460000.0362-
3.37822470000.0365-
3.39192480000.0386-
3.40562490000.0337-
3.41932500000.0382-
3.43292510000.0353-
3.44662520000.0349-
3.46032530000.0373-
3.47402540000.0374-
3.48772550000.036-
3.4945255500-0.0561
3.50132560000.0357-
3.51502570000.0375-
3.52872580000.0372-
3.54242590000.0371-
3.55602600000.0364-
3.56972610000.037-
3.58342620000.0375-
3.59712630000.0369-
3.61082640000.0367-
3.62442650000.0359-
3.63812660000.0353-
3.65182670000.0356-
3.66552680000.0362-
3.67912690000.0365-
3.69282700000.0395-
3.70652710000.0352-
3.72022720000.0366-
3.73382730000.0357-
3.74752740000.0372-
3.76122750000.0379-
3.77492760000.0365-
3.78862770000.0374-
3.80222780000.0355-
3.81592790000.0362-
3.82962800000.036-
3.84332810000.036-
3.85692820000.0337-
3.87062830000.0374-
3.88432840000.0353-
3.89802850000.0344-
3.91162860000.0355-
3.92532870000.0342-
3.93902880000.0361-
3.95272890000.0361-
3.96642900000.0376-
3.98002910000.0363-
3.99372920000.03630.0561
4.00742930000.0313-
4.02112940000.0273-
4.03472950000.0277-
4.04842960000.0248-
4.06212970000.0268-
4.07582980000.0259-
4.08942990000.027-
4.10313000000.0256-
4.11683010000.0283-
4.13053020000.0294-
4.14423030000.0263-
4.15783040000.0261-
4.17153050000.0257-
4.18523060000.0255-
4.19893070000.0279-
4.21253080000.0273-
4.22623090000.0263-
4.23993100000.0276-
4.25363110000.0262-
4.26733120000.029-
4.28093130000.0261-
4.29463140000.0264-
4.30833150000.0252-
4.32203160000.0265-
4.33563170000.0281-
4.34933180000.0249-
4.36303190000.0278-
4.37673200000.0272-
4.39033210000.0285-
4.40403220000.0279-
4.41773230000.0265-
4.43143240000.0268-
4.44513250000.0257-
4.45873260000.0273-
4.47243270000.027-
4.48613280000.0275-
4.4929328500-0.0548

Framework Versions

  • Python: 3.9.16
  • Sentence Transformers: 3.1.1
  • Transformers: 4.45.2
  • PyTorch: 2.4.1+cu121
  • Accelerate: 1.0.0
  • Datasets: 3.0.1
  • Tokenizers: 0.20.0

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",
}

TripletLoss

@misc{hermans2017defense,
    title={In Defense of the Triplet Loss for Person Re-Identification},
    author={Alexander Hermans and Lucas Beyer and Bastian Leibe},
    year={2017},
    eprint={1703.07737},
    archivePrefix={arXiv},
    primaryClass={cs.CV}
}

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
606446e

0 моделей