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: 242 Bytes
37dfde2 | 1 2 3 4 5 6 7 8 9 10 11 12 13 14 | [
{
"idx": 0,
"name": "0",
"path": "",
"type": "sentence_transformers.models.Transformer"
},
{
"idx": 1,
"name": "1",
"path": "1_Pooling",
"type": "sentence_transformers.models.Pooling"
}
] |