Trelis/all-MiniLM-L12-v2-ft-Llama-3-70B

Trelis

Similitud de oraciones

Este es un modelo de sentence-transformers afinado a partir de sentence-transformers/all-MiniLM-L12-v2. Mapea oraciones y párrafos a un espacio vectorial denso de 384 dimensiones y puede ser utilizado para la similitud semántica de textos, búsqueda semántica, minería de paráfrasis, clasificación de textos, agrupamiento, y más.

Como usar

Primero instale la biblioteca Sentence Transformers:
pip install -U sentence-transformers

Luego puede cargar este modelo y ejecutar la inferencia.
from sentence_transformers import SentenceTransformer

# Descargar desde el Hub de 🤗
model = SentenceTransformer("Trelis/all-MiniLM-L12-v2-ft-Llama-3-70B")
# Ejecutar inferencia
sentences = [
    'The weather is lovely today.',
    "It's so sunny outside!",
    'He drove to the stadium.',
]
embeddings = model.encode(sentences)
print(embeddings.shape)
# [3, 384]

# Obten las puntuaciones de similitud para las incrustaciones
similarities = model.similarity(embeddings, embeddings)
print(similarities.shape)
# [3, 3]

Funcionalidades

Tipo de Modelo: Transformer de oraciones
Modelo base: sentence-transformers/all-MiniLM-L12-v2
Longitud máxima de secuencia: 128 tokens
Dimensionalidad de salida: 384 tokens
Función de similitud: Similitud coseno

Casos de uso

Similitud semántica textual
Búsqueda semántica
Minería de paráfrasis
Clasificación de textos
Agrupamiento