Sentence Similarity
sentence-transformers
Safetensors
xlm-roberta
feature-extraction
Generated from Trainer
dataset_size:10190
loss:DistillationTripletLoss
Eval Results (legacy)
text-embeddings-inference
Instructions to use Data-Lab/multilingual-e5-large-instruct-embedder_distill-tgd with libraries, inference providers, notebooks, and local apps. Follow these links to get started.
- Libraries
- sentence-transformers
How to use Data-Lab/multilingual-e5-large-instruct-embedder_distill-tgd with sentence-transformers:
from sentence_transformers import SentenceTransformer model = SentenceTransformer("Data-Lab/multilingual-e5-large-instruct-embedder_distill-tgd") sentences = [ "цветная", "Instruct: Найти похожие продукты на основе деталей\nQuery: Гребешки с цветной капустой гребешки, цветная капуста, трюфельное масло, кервель, морепродукты, нежные, ореховое масло, gourmet, кулинария Нежные морские гребешки с ароматным трюфельным и ореховым маслом Нуазет", "Instruct: Найти похожие продукты на основе деталей\nQuery: Тартин пшенично-ржаной, половинка тортилья, хлеб, закваска, безглютеновый, веганский, полезные продукты, выпечка, бутерброды, без искусственных добавок, натуральные ингредиенты Воздушный хлеб с хрустящей корочкой из пшеничной, ржаной обдирной и цельнозерновой муки. Сочный мякиш с лёгкой кислинкой от закваски.", "Instruct: Найти похожие продукты на основе деталей\nQuery: Капуста цветная Чудесный край весовая замороженная ~1 кг замороженная, овощи, круглогодичное потребление, Россия, весовая Капуста цветная весовая, круглогодичное потребление. Страна производитель-Россия" ] embeddings = model.encode(sentences) similarities = model.similarity(embeddings, embeddings) print(similarities.shape) # [4, 4] - Notebooks
- Google Colab
- Kaggle
File size: 349 Bytes
8aa0709 | 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 | [
{
"idx": 0,
"name": "0",
"path": "",
"type": "sentence_transformers.models.Transformer"
},
{
"idx": 1,
"name": "1",
"path": "1_Pooling",
"type": "sentence_transformers.models.Pooling"
},
{
"idx": 2,
"name": "2",
"path": "2_Normalize",
"type": "sentence_transformers.models.Normalize"
}
] |