Sentence Similarity
sentence-transformers
Safetensors
bert
feature-extraction
Generated from Trainer
dataset_size:9999
loss:TripletLoss
text-embeddings-inference
Instructions to use NullCoreDeveloper/stylometric-rubert-v4 with libraries, inference providers, notebooks, and local apps. Follow these links to get started.
- Libraries
- sentence-transformers
How to use NullCoreDeveloper/stylometric-rubert-v4 with sentence-transformers:
from sentence_transformers import SentenceTransformer model = SentenceTransformer("NullCoreDeveloper/stylometric-rubert-v4") sentences = [ "достаточно просто открыть тот же самый павлов и там прям в главном меню будет бандинг, на дыме будут артефакты. в тренировку заходишь и на двери видно артефакты", "наушники втыкаю в усб цап усб цап в усб хаб в него же банку сам хаб в шлем идёт зарядка в шлем и хороший звук в уши\nно лучше брать хорошие затычки типа мезе лоту ауран тк обод мешает", "Я думаю шлем с базами (2шт минимум ) который имеет провод к пк на момент ввода могли купить только энтузиасты и подключать все это… прошел вчера эпизод с Джеффом. Игра хорошая , но просто красивая, не сказал бы что сильно захватывает геймплей", "meta* начала бороться с пиратством на vr-шлемах oculus quest\nhttps://media.vkplay.ru/news/2023-03-29/meta-nachala-borotsya-s-piratstvom-na-oculus-quest/\nну теперь у pico продажи еще лучше станут)" ] embeddings = model.encode(sentences) similarities = model.similarity(embeddings, embeddings) print(similarities.shape) # [4, 4] - Notebooks
- Google Colab
- Kaggle
Welcome to the community
The community tab is the place to discuss and collaborate with the HF community!