Модель RoBERTa преобразует предложения и абзацы в эмбеддинги для семантического поиска, кластеризации и оценки сходства.
Подходит для: поиск документов по смыслу запроса · оценка семантического сходства двух предложений · кластеризация коротких текстов по смыслу
Модель на базе BERT преобразует предложения и абзацы в 768-мерные векторы для семантического поиска, кластеризации и сравнения смысловой близости.
Подходит для: семантический поиск по коллекции текстов · поиск похожих предложений и абзацев · кластеризация текстов по смыслу
Модель BERT в формате Sentence-Transformers кодирует предложения и абзацы в векторы для семантического поиска, сравнения сходства и кластеризации.
Подходит для: семантический поиск по коллекции документов · поиск предложений, похожих по смыслу · сравнение семантического сходства двух текстов
Модель Sentence-Transformers на базе RoBERTa преобразует предложения и абзацы в векторы для семантического поиска, сравнения и кластеризации.
Подходит для: семантический поиск по коллекции текстов · сравнение семантической близости предложений · кластеризация предложений и абзацев
BERT-модель Sentence-Transformers преобразует предложения и абзацы в 768-мерные эмбеддинги для семантического поиска, сравнения и кластеризации.
Подходит для: семантический поиск по коллекции текстов · сравнение смысловой близости двух предложений · кластеризация предложений и абзацев
Модель Sentence Transformers на базе RoBERTa large кодирует предложения и абзацы в 1024-мерные векторы для семантического поиска и кластеризации.
Подходит для: семантический поиск по предложениям и абзацам · кластеризация текстов по смыслу · получение векторных представлений предложений
pytorch: формат, квантизация, runtime и память принадлежат одному artifact
pytorch: формат, квантизация, runtime и память принадлежат одному artifact
pytorch: формат, квантизация, runtime и память принадлежат одному artifact
pytorch: формат, квантизация, runtime и память принадлежат одному artifact
pytorch: формат, квантизация, runtime и память принадлежат одному artifact
pytorch: формат, квантизация, runtime и память принадлежат одному artifact
pytorch: формат, квантизация, runtime и память принадлежат одному artifact