sentence-transformers-testing/stsb-bert-tiny-safetensors

Uso (Sentence-Transformers)

Usar este modelo se vuelve fácil cuando tienes sentence-transformers instalado:

pip install -U sentence-transformers

Entonces puedes usar el modelo de esta manera:

from sentence_transformers import SentenceTransformer
sentences = ["This is an example sentence", "Each sentence is converted"]

model = SentenceTransformer('sentence-transformers-testing/stsb-bert-tiny-safetensors')
embeddings = model.encode(sentences)
print(embeddings)

Uso (HuggingFace Transformers)

Sin sentence-transformers, puedes usar el modelo de esta manera: Primero, pasas tu entrada a través del modelo transformer, luego tienes que aplicar la operación de pooling correcta sobre las embeddings de palabras contextualizadas.

from transformers import AutoTokenizer, AutoModel
import torch

# Mean Pooling - Tomar en cuenta la máscara de atención para una media correcta
def mean_pooling(model_output, attention_mask):
  token_embeddings = model_output[0]  # Primer elemento de model_output contiene todas las embeddings de tokens
  input_mask_expanded = attention_mask.unsqueeze(-1).expand(token_embeddings.size()).float()
  return torch.sum(token_embeddings * input_mask_expanded, 1) / torch.clamp(input_mask_expanded.sum(1), min=1e-9)

# Oraciones para las que queremos embeddings
dentences = ['This is an example sentence', 'Each sentence is converted']

# Cargar modelo desde HuggingFace Hub
tokenizer = AutoTokenizer.from_pretrained('sentence-transformers-testing/stsb-bert-tiny-safetensors')
model = AutoModel.from_pretrained('sentence-transformers-testing/stsb-bert-tiny-safetensors')

# Tokenizar oraciones
encoded_input = tokenizer(sentences, padding=True, truncation=True, return_tensors='pt')

# Calcular las embeddings de los tokens
with torch.no_grad():
  model_output = model(**encoded_input)

# Realizar pooling. En este caso, pooling medio. 
sentence_embeddings = mean_pooling(model_output, encoded_input['attention_mask'])

print("Sentence embeddings:")
print(sentence_embeddings)

Resultados de Evaluación

Para una evaluación automatizada de este modelo, vea el Benchmark de Embeddings de Oraciones: https://seb.sbert.net

Entrenamiento

El modelo fue entrenado con los siguientes parámetros:

DataLoader: torch.utils.data.dataloader.DataLoader de longitud 360 con los parámetros: {'batch_size': 16, 'sampler': 'torch.utils.data.sampler.RandomSampler', 'batch_sampler': 'torch.utils.data.sampler.BatchSampler'}

Pérdida: sentence_transformers.losses.CosineSimilarityLoss.CosineSimilarityLoss

Parámetros del método fit(): { "epochs": 10, "evaluation_steps": 1000, "evaluator": "NoneType", "max_grad_norm": 1, "optimizer_class": "", "optimizer_params": { "lr": 8e-05 }, "scheduler": "WarmupLinear", "steps_per_epoch": null, "warmup_steps": 36, "weight_decay": 0.01 }

Arquitectura Completa del Modelo

SentenceTransformer( (0): Transformer({'max_seq_length': 512, 'do_lower_case': False}) con modelo Transformer: BertModel (1): Pooling({'word_embedding_dimension': 128, '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}) )

Citas y Autores

Descargas en el último mes 109,663 Tamaño del modelo Safetensors 4.39M params Tipo de tensor F32