/ Модель

Характеристики

Контекст
512 токенов
Параметры
25,9 млн
Лицензия
Apache 2.0
Архитектура
bert · dense
Базовая модель
MiniLM-L6-H384-uncased
Библиотека
sentence-transformers
Опубликована
11 фев 2025

MiniLM-L6-H384-uncased-gooaq-asym

ЭмбеддингиТекст → embedding

Англоязычная модель эмбеддингов для семантического поиска, сравнения вопросов и ответов и других задач сопоставления текстов.

106скачиваний за 30 дней0лайковвеса обновлены11 фев 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

Это компактная модель Sentence Transformers, дообученная на наборе вопросов и ответов GooAQ от nreimers/MiniLM-L6-H384-uncased. Она принимает текст и преобразует предложения или абзацы в плотные векторы размерностью 384 для сравнения по косинусному сходству. Модель основана на архитектуре BERT, содержит 25,9 млн параметров и обрабатывает последовательности длиной до 512 токенов.

Модель предназначена для семантического поиска и сопоставления вопросов с ответами, оценки текстового сходства, поиска перефразировок, кластеризации и извлечения признаков для классификации текста. Обучение на англоязычном GooAQ использовало функцию потерь MultipleNegativesRankingLoss; лицензия — Apache-2.0.

Качество зависит от соответствия входных данных англоязычному домену вопросов и ответов GooAQ; результаты оценки на GooAQ-dev показывают, что точность поиска зависит от требуемого ранга и метрики. Модель выдаёт векторы, а не готовые ответы или текстовые метки.

Сценарии применения

  • семантический поиск ответов на вопросы на английском языке
  • поиск релевантных документов по запросу
  • оценка сходства двух предложений
  • поиск перефразировок и похожих вопросов
  • кластеризация текстов по смыслу
  • извлечение признаков для классификации текста

Ограничения

Модель обучена на англоязычных вопросах и ответах GooAQ, поэтому её пригодность для других языков и тематик может быть ниже. Она формирует векторы для последующего поиска или сравнения и сама не генерирует ответы.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

MPNet base trained on AllNLI triplets

This is a sentence-transformers model finetuned from nreimers/MiniLM-L6-H384-uncased on the gooaq dataset. 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
  • Base model: nreimers/MiniLM-L6-H384-uncased
  • Maximum Sequence Length: 512 tokens
  • Output Dimensionality: 384 dimensions
  • Similarity Function: Cosine Similarity
  • Training Dataset:
  • Language: en
  • License: apache-2.0

Model Sources

Full Model Architecture

SentenceTransformer(
  (0): Transformer({'max_seq_length': 512, '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})
  (asym): Asym(
    (query-0): Dense({'in_features': 384, 'out_features': 384, 'bias': True, 'activation_function': 'torch.nn.modules.activation.Tanh'})
    (doc-0): Dense({'in_features': 384, 'out_features': 384, 'bias': True, 'activation_function': 'torch.nn.modules.activation.Tanh'})
  )
)

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("tomaarsen/MiniLM-L6-H384-uncased-gooaq-asym")
# Run inference
sentences = [
    'The weather is lovely today.',
    "It's so sunny outside!",
    'He drove to the stadium.',
]
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]

Evaluation

Metrics

Information Retrieval

MetricValue
cosine_accuracy@10.1588
cosine_accuracy@30.2785
cosine_accuracy@50.3457
cosine_accuracy@100.4466
cosine_precision@10.1588
cosine_precision@30.0928
cosine_precision@50.0691
cosine_precision@100.0447
cosine_recall@10.1588
cosine_recall@30.2785
cosine_recall@50.3457
cosine_recall@100.4466
cosine_ndcg@100.2882
cosine_mrr@100.2393
cosine_map@1000.2521

Training Details

Training Dataset

gooaq

  • Dataset: gooaq at b089f72
  • Size: 3,012,496 training samples
  • Columns: question and answer
  • Approximate statistics based on the first 1000 samples:
    questionanswer
    typedictdict
    details
  • Samples:
    questionanswer
    {'query': 'what is the difference between broilers and layers?'}{'doc': 'An egg laying poultry is called egger or layer whereas broilers are reared for obtaining meat. So a layer should be able to produce more number of large sized eggs, without growing too much. On the other hand, a broiler should yield more meat and hence should be able to grow well.'}
    {'query': 'what is the difference between chronological order and spatial order?'}{'doc': 'As a writer, you should always remember that unlike chronological order and the other organizational methods for data, spatial order does not take into account the time. Spatial order is primarily focused on the location. All it does is take into account the location of objects and not the time.'}
    {'query': 'is kamagra same as viagra?'}{'doc': 'Kamagra is thought to contain the same active ingredient as Viagra, sildenafil citrate. In theory, it should work in much the same way as Viagra, taking about 45 minutes to take effect, and lasting for around 4-6 hours. However, this will vary from person to person.'}
  • Loss: MultipleNegativesRankingLoss with these parameters:
    {
        "scale": 20.0,
        "similarity_fct": "cos_sim"
    }
    

Evaluation Dataset

gooaq

  • Dataset: gooaq at b089f72
  • Size: 3,012,496 evaluation samples
  • Columns: question and answer
  • Approximate statistics based on the first 1000 samples:
    questionanswer
    typedictdict
    details
  • Samples:
    questionanswer
    {'query': 'how do i program my directv remote with my tv?'}{'doc': "['Press MENU on your remote.', 'Select Settings & Help > Settings > Remote Control > Program Remote.', 'Choose the device (TV, audio, DVD) you wish to program. ... ', 'Follow the on-screen prompts to complete programming.']"}
    {'query': 'are rodrigues fruit bats nocturnal?'}{'doc': 'Before its numbers were threatened by habitat destruction, storms, and hunting, some of those groups could number 500 or more members. Sunrise, sunset. Rodrigues fruit bats are most active at dawn, at dusk, and at night.'}
    {'query': 'why does your heart rate increase during exercise bbc bitesize?'}{'doc': 'During exercise there is an increase in physical activity and muscle cells respire more than they do when the body is at rest. The heart rate increases during exercise. The rate and depth of breathing increases - this makes sure that more oxygen is absorbed into the blood, and more carbon dioxide is removed from it.'}
  • Loss: MultipleNegativesRankingLoss with these parameters:
    {
        "scale": 20.0,
        "similarity_fct": "cos_sim"
    }
    

Training Hyperparameters

Non-Default Hyperparameters

  • eval_strategy: steps
  • per_device_train_batch_size: 128
  • per_device_eval_batch_size: 128
  • learning_rate: 2e-05
  • num_train_epochs: 1
  • warmup_ratio: 0.1
  • seed: 24
  • bf16: True
  • batch_sampler: no_duplicates

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: 128
  • 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: 1
  • 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: 24
  • data_seed: None
  • jit_mode_eval: False
  • use_ipex: False
  • bf16: True
  • fp16: False
  • 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: False
  • 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: None
  • hub_always_push: False
  • gradient_checkpointing: False
  • gradient_checkpointing_kwargs: None
  • include_inputs_for_metrics: False
  • include_for_metrics: []
  • 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
  • average_tokens_across_devices: False
  • prompts: None
  • batch_sampler: no_duplicates
  • multi_dataset_batch_sampler: proportional

Training Logs

EpochStepTraining LossValidation Lossgooaq-dev_cosine_ndcg@10
-1-1--0.0000
0.000314.9236--
0.0128504.8759--
0.02561004.7225--
0.03841504.0357--
0.05122003.0877--
0.06402502.5094--
0.07683002.0771--
0.08963501.734--
0.10244001.4959--
0.11524501.308--
0.12805001.15290.89840.0796
0.14085501.0101--
0.15366000.9601--
0.16646500.8845--
0.17927000.8348--
0.19207500.7838--
0.20488000.7457--
0.21768500.6879--
0.23049000.6778--
0.24329500.6783--
0.256010000.63510.48140.2080
0.268710500.6221--
0.281511000.6015--
0.294311500.5738--
0.307112000.5745--
0.319912500.574--
0.332713000.5464--
0.345513500.5257--
0.358314000.5074--
0.371114500.4905--
0.383915000.46330.36430.2435
0.396715500.4853--
0.409516000.4587--
0.422316500.4561--
0.435117000.4442--
0.447917500.4399--
0.460718000.4448--
0.473518500.4159--
0.486319000.424--
0.499119500.419--
0.511920000.40490.30470.2713
0.524720500.3897--
0.537521000.3873--
0.550321500.3892--
0.563122000.3777--
0.575922500.382--
0.588723000.3703--
0.601523500.3703--
0.614324000.3809--
0.627124500.3576--
0.639925000.34860.26860.2837
0.652725500.3395--
0.665526000.3687--
0.678326500.365--
0.691127000.3553--
0.703927500.3446--
0.716728000.3396--
0.729528500.3505--
0.742329000.359--
0.755129500.3239--
0.767930000.34080.24740.2440
0.780730500.3217--
0.793431000.3367--
0.806231500.3479--
0.819032000.3278--
0.831832500.3203--
0.844633000.2966--
0.857433500.3298--
0.870234000.3291--
0.883034500.3199--
0.895835000.33020.23630.2783
0.908635500.3124--
0.921436000.3136--
0.934236500.3327--
0.947037000.3214--
0.959837500.3214--
0.972638000.3123--
0.985438500.3185--
0.998239000.2999--
-1-1--0.2882

Environmental Impact

Carbon emissions were measured using CodeCarbon.

  • Energy Consumed: 0.057 kWh
  • Carbon Emitted: 0.022 kg of CO2
  • Hours Used: 0.212 hours

Training Hardware

  • On Cloud: No
  • GPU Model: 1 x NVIDIA GeForce RTX 3090
  • CPU Model: 13th Gen Intel(R) Core(TM) i7-13700K
  • RAM Size: 31.78 GB

Framework Versions

  • Python: 3.11.6
  • Sentence Transformers: 3.5.0.dev0
  • Transformers: 4.49.0.dev0
  • PyTorch: 2.5.0+cu121
  • Accelerate: 1.3.0
  • Datasets: 2.20.0
  • Tokenizers: 0.21.0

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",
}

MultipleNegativesRankingLoss

@misc{henderson2017efficient,
    title={Efficient Natural Language Response Suggestion for Smart Reply},
    author={Matthew Henderson and Rami Al-Rfou and Brian Strope and Yun-hsuan Sung and Laszlo Lukacs and Ruiqi Guo and Sanjiv Kumar and Balint Miklos and Ray Kurzweil},
    year={2017},
    eprint={1705.00652},
    archivePrefix={arXiv},
    primaryClass={cs.CL}
}

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
2126d80

0 моделей