/ Модель

Характеристики

Контекст
8 192 токена
Параметры
305 млн
Архитектура
new · dense
Базовая модель
gte-multilingual-base
Библиотека
sentence-transformers
Опубликована
14 окт 2024

maux-gte-persian

ЭмбеддингиТекст → embedding9 профессий

Энкодер Sentence Transformers для получения векторных представлений персидских текстов и семантического поиска и сравнения.

112скачиваний за 30 дней8лайковвеса обновлены14 окт 2024

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

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

xmanii/maux-gte-persian — модель Sentence Transformers, дообученная на базе Alibaba-NLP/gte-multilingual-base для работы с персидским языком (фарси). Она преобразует предложения и абзацы в плотные векторы размерностью 768 для поиска и сравнения текстов. Архитектура включает трансформерный энкодер, пулинг по CLS-токену и нормализацию; сходство оценивается косинусной мерой. Максимальная длина последовательности — 8192 токена.

Модель подходит для семантического поиска, оценки сходства предложений, поиска перефразировок, кластеризации и классификации персидских текстов. Она обучена на 2000 парах персидских предложений, переведённых с английского с помощью GPT-4, поэтому качество может зависеть от охвата и особенностей этого набора данных. Опубликована в формате safetensors; условия лицензии в предоставленных данных не описаны.

Сценарии применения

  • Семантический поиск по документам на фарси
  • Сравнение сходства персидских предложений
  • Поиск перефразировок на фарси
  • Кластеризация персидских текстов по смыслу
  • Классификация персидских текстов на основе эмбеддингов

Ограничения

Обучение основано на 2000 парах предложений, переведённых с английского, что может ограничивать охват языковых вариантов и предметных областей. Лицензия в предоставленных данных не указана.

Для каких профессий подходит9

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 based on Alibaba-NLP/gte-multilingual-base for Persian (Farsi)

This is a sentence-transformers model finetuned from Alibaba-NLP/gte-multilingual-base. It maps Persian (Farsi) sentences & paragraphs to a 768-dimensional dense vector space and can be used for semantic textual similarity, semantic search, paraphrase mining, text classification, clustering, and more in the Persian language.

Model Details

Model Description

  • Model Type: Sentence Transformer
  • Base model: Alibaba-NLP/gte-multilingual-base
  • Maximum Sequence Length: 8192 tokens
  • Output Dimensionality: 768 tokens
  • Similarity Function: Cosine Similarity
  • Training Dataset: 2000 high-quality Persian sentence pairs translated from English using GPT-4
  • Language: Persian (Farsi)

Model Sources

Full Model Architecture

SentenceTransformer(
  (0): Transformer({'max_seq_length': 8192, 'do_lower_case': False}) with Transformer model: NewModel 
  (1): Pooling({'word_embedding_dimension': 768, 'pooling_mode_cls_token': True, 'pooling_mode_mean_tokens': False, '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

# Download from the 🤗 Hub
model = SentenceTransformer("xmanii/maux-gte-persian")
# Run inference
sentences = [
    'شخصیت\u200cهای اصلی در جنبش کوبیسم چه کسانی بودند؟',
    'لئوناردو داوینچی به خاطر مشارکت\u200cهایش در رنسانس شناخته می\u200cشود، نه کوبیسم.',
    'شخصیت\u200cهای اصلی در جنبش کوبیسم چه کسانی بودند؟',
]
embeddings = model.encode(sentences)
print(embeddings.shape)
# [3, 768]

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

Training Details

Training Hyperparameters

Non-Default Hyperparameters

  • eval_strategy: steps
  • per_device_train_batch_size: 32
  • per_device_eval_batch_size: 32
  • learning_rate: 2e-05
  • warmup_ratio: 0.1
  • fp16: True

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",
}

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · sentence-transformers

Нельзя запустить

Модели нужен код из репозитория; автор пока не в списке доверенных организаций.

Класс архитектуры
NewModel
Ревизия весов
797be4f

0 моделей