Sentence Similarity
sentence-transformers
Safetensors
roberta
feature-extraction
Generated from Trainer
dataset_size:574417
loss:MultipleNegativesRankingLoss
loss:CosineSimilarityLoss
Eval Results (legacy)
text-embeddings-inference
Instructions to use KYUNGHYUN9/test_model with libraries, inference providers, notebooks, and local apps. Follow these links to get started.
- Libraries
- sentence-transformers
How to use KYUNGHYUN9/test_model with sentence-transformers:
from sentence_transformers import SentenceTransformer model = SentenceTransformer("KYUNGHYUN9/test_model") sentences = [ "파타키는 아브라함의 결정을 칭찬했고 리파 회장 리차드 케셀은 케이블이 영구적으로 가동되어야 한다고 말했다.", "이스라엘과 하마스 '일시적인 휴전을 받아들이다'", "리파 회장 리차드 케셀은 \"우리가 보기에 케이블이 사용될 수 있다\"고 말했다.", "하지만 그들은 그들의 유권자들에게 책임이 있다." ] embeddings = model.encode(sentences) similarities = model.similarity(embeddings, embeddings) print(similarities.shape) # [4, 4] - Notebooks
- Google Colab
- Kaggle
File size: 305 Bytes
37dfde2 | 1 2 3 4 5 6 7 8 9 10 | {
"word_embedding_dimension": 768,
"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
} |