Sentence Similarity
sentence-transformers
Safetensors
xlm-roberta
feature-extraction
Generated from Trainer
dataset_size:4926
loss:TripletLoss
Eval Results (legacy)
text-embeddings-inference
Instructions to use dankalin/multilingual-e5-large-triplet_loss with libraries, inference providers, notebooks, and local apps. Follow these links to get started.
- Libraries
- sentence-transformers
How to use dankalin/multilingual-e5-large-triplet_loss with sentence-transformers:
from sentence_transformers import SentenceTransformer model = SentenceTransformer("dankalin/multilingual-e5-large-triplet_loss") sentences = [ "Какова точность структурных построений для отражающего горизонта БВ8?", "Вынос керна по пласту составил 209,8 м (или 26 от общего по месторождению). Из пластов ачимовской толщи керн взят в 10 пробуренных скважинах – 230,5 м при 90 выноса керна", "В результате одномерного моделирования зарегистрированные отражающие горизонты стратифицированы следующим образом (рис. 3", "Результаты расчета приведены ниже в табличной форме. Точность структурных построений (традиционный способ) Таблица 3.2 Горизонт st, мс Vcp, м/с sv, м/с T0ср, с sн, м Г 2 1855 9.28 0.97 4.8 М 2 2200 11.0 1.5 8.5 БВ0 2 2310 11.55 1.66 9.8 БВ8 2 2415 12.08 1.82 11.3 Б 2 2515 12.58 1.97 12.6 1 Ю1 2 2530 12.65 1.98 12.8 Т 2 2555 12.78 2.02 13.2 Т2 5 2615 13.08 2.10 15.2 Т3 5 2645 13.23 2.17 15.8 А 5 2650 13.25 2.13 15" ] embeddings = model.encode(sentences) similarities = model.similarity(embeddings, embeddings) print(similarities.shape) # [4, 4] - Notebooks
- Google Colab
- Kaggle
Download modules.json from dankalin/multilingual-e5-large-triplet_loss: direct link, hf CLI and curl.
- Browser
- Download file 349 Bytes
-
https://huggingface.co/dankalin/multilingual-e5-large-triplet_loss/resolve/main/modules.json
- Command line
-
hf download hf://dankalin/multilingual-e5-large-triplet_loss/modules.json
-
curl -L -o modules.json https://huggingface.co/dankalin/multilingual-e5-large-triplet_loss/resolve/main/modules.json
349 Bytes
| [ | |
| { | |
| "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" | |
| } | |
| ] |