/ Модель

Характеристики

Контекст
512 токенов
Параметры
25,9 млн
Архитектура
bert · dense
Базовая модель
all-MiniLM-L6-v2
Библиотека
sentence-transformers
Опубликована
18 фев 2026

all-MiniLM-L6-v2-ProductMatching

ЭмбеддингиТекст → embedding3 профессии

Англоязычная Sentence Transformer модель создаёт векторы для точного поиска, сравнения и дедупликации товарных записей.

157скачиваний за 30 дней0лайковвеса обновлены8 июл 2026

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

surazbhandari/all-MiniLM-L6-v2-ProductMatching — дообученная автором Sentence Transformer модель для сопоставления товаров в каталогах электронной коммерции и промышленной продукции. Она основана на sentence-transformers/all-MiniLM-L6-v2 и предназначена для сравнения названий товаров, поисковых запросов, характеристик и описаний, в том числе при различиях в формулировках.

Модель использует энкодер BERT с 25,9 млн параметров и формирует нормализованные векторы размерности 384; сходство оценивается косинусной мерой. README указывает максимальную длину последовательности 256 токенов, а метаданные — нативный контекст 512 токенов. Обучение на синтетических парах товаров и сложных отрицательных примерах нацелено на снижение ложных совпадений, например между разными версиями товара или брендами. Метаданные описывают базовую модель как англоязычную; поддержка других языков не подтверждена. Лицензия в предоставленных данных не указана.

Сценарии применения

  • дедупликация одинаковых товаров с вариантами названий
  • поиск товаров по запросам с другими формулировками
  • сопоставление названий товаров с характеристиками и описаниями
  • отсеивание ложных совпадений между версиями товара
  • поиск соответствий между товарными записями разных категорий

Ограничения

Модель настроена на строгое сопоставление товаров и может давать более низкие оценки даже для некоторых соответствующих друг другу записей; порог сходства следует подбирать под конкретный каталог. В README приведены ограниченные сравнительные результаты, а поддержка языков кроме английского не подтверждена.

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

Product Matching - all-MiniLM-L6-v2

This is a specialized Sentence Transformer model fine-tuned for Product Matching and E-commerce Similarity tasks. It is based on all-MiniLM-L6-v2 and has been optimized to handle complex product titles, specifications, and search queries.

Core Capabilities

  • Product Deduplication: Identify identical products across different listings with varying title formats.
  • Semantic Search: Match search queries to product titles even when keywords don't match exactly.
  • Spec Matching: Associate product titles with their corresponding technical specifications or descriptions.
  • Cross-Category Retrieval: Trained across 25 distinct consumer and industrial categories.
  • False Positive Removal: Specifically optimized to distinguish between similar but non-matching items (e.g., different product versions or models).

Model Details

Model Description

  • Model Type: Sentence Transformer
  • Base model: sentence-transformers/all-MiniLM-L6-v2
  • Maximum Sequence Length: 256 tokens
  • Output Dimensionality: 384 dimensions
  • Similarity Function: Cosine Similarity
  • Training Dataset: 10 Million Synthetic Product Pairs (including Title-Title, Query-Title, and Title-Specs)

Training Focus: Reducing False Positives

Unlike generic embedding models, this model is trained to be stricter. It is specifically designed to:

  • Distinguish between product versions (e.g., Sony XM4 vs XM5).
  • Reject same-category cross-brand matches (e.g., Nike vs Adidas).
  • Provide low similarity scores for unrelated products, ensuring higher precision in automated deduplication pipelines.

Training Domain

The model was fine-tuned on a diverse corpus covering:

  • Consumer Goods: Electronics, Office Supplies, Furniture, etc.
  • Industrial & B2B: Mechanical parts, Industrial equipment, Professional tools.

Model Sources

Full Model Architecture

SentenceTransformer(
 (0): Transformer({'max_seq_length': 256, 'do_lower_case': False, 'architecture': '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})
 (2): Normalize()
)

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
import util # Optional for cosine_sim if not using model.similarity

# 1. Load the model
model = SentenceTransformer("surazbhandari/all-MiniLM-L6-v2-ProductMatching")

# 2. Define product pairs
product_a = "Apple iPhone 15 Pro Max 256GB Titanium"
product_b = "iPhone 15 Pro Max - Blue Titanium - 256 GB"
unrelated_product = "Logitech MX Master 3S Wireless Mouse"

# 3. Encode product titles
embeddings = model.encode([product_a, product_b, unrelated_product])

# 4. Calculate Cosine Similarity
similarity_score = model.similarity(embeddings[0], embeddings[1])
print(f"Similarity (Product A & B): {similarity_score.item():.4f}")
# Expected: ~0.60 (Strong match for varied titles)

diff_similarity = model.similarity(embeddings[0], embeddings[2])
print(f"Similarity (Unrelated): {diff_similarity.item():.4f}")
# Expected: < 0.10 (Clear distinction)

Benchmarking

To evaluate the model's effectiveness, we compared it against the original all-MiniLM-L6-v2 model across various product matching scenarios.

Comparison Results

ScenarioTypeFine-Tuned (This Model)Base ModelDecision
iPhone 15 Pro Max 256GB vs Var. TitleMatch0.60880.9077Base Higher
Logitech MX Master 3S vs Var. TitleMatch0.82500.9374Base Higher
Galaxy S23 Ultra vs Var. TitleMatch0.87250.7825✅ FT Higher
Sony XM5 vs Sony XM4Hard Negative0.64040.7573✅ FT Lower (Better)
MacBook Pro 14 vs MacBook Pro 16Hard Negative0.92930.8965Base Lower
Nike vs Adidas (Running Shoes)Similar Category0.56430.7720✅ FT Lower (Better)
Stand Mixer vs PrinterRandom Negative-0.08140.0533✅ FT Lower (Better)

Summary Statistics

  • Avg Negative Similarity: Fine-Tuned: 0.5132 | Base: 0.6198
  • Avg Match Similarity: Fine-Tuned: 0.7687 | Base: 0.8759

Key Findings

While the base model often provides higher scores for direct matches, it is also much more "generous" with similar but different products. This fine-tuned model is significantly more effective at rejecting false positives, demonstrating lower similarity scores for hard negatives (different versions) and cross-brand comparisons. This makes it ideal for high-precision deduplication tasks.

Training Overview

The model was fine-tuned using a high-performance contrastive learning approach (MultipleNegativesRankingLoss).

Key Training Highlights:

  • Dataset: 10 Million product-centric pairs.
  • Optimization: Focused on maximizing the embedding distance between similar but non-identical products (Hard Negatives).
  • Efficiency: Leveraged the lightweight all-MiniLM-L6-v2 architecture, maintaining fast inference speeds while significantly improving domain-specific accuracy.
  • Convergence: Achievement of high precision within a single epoch of large-scale synthetic data training.

For full technical details on the base architecture, refer to the original all-MiniLM-L6-v2 model card.

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
3e018fc

0 моделей