Sentence Similarity
sentence-transformers
ONNX
Safetensors
xlm-roberta
feature-extraction
dense
Generated from Trainer
dataset_size:10134
loss:CachedMultipleNegativesRankingLoss
loss:MultipleNegativesRankingLoss
text-embeddings-inference
Instructions to use malma0/e5-gesn with libraries, inference providers, notebooks, and local apps. Follow these links to get started.
- Libraries
- sentence-transformers
How to use malma0/e5-gesn with sentence-transformers:
from sentence_transformers import SentenceTransformer model = SentenceTransformer("malma0/e5-gesn") sentences = [ "query: грунтовка стен квартиры", "passage: Отделочные работы. Окраска фасадов с люлек по подготовленной поверхности: силикатная. Ед. изм.: 100 м2", "passage: Отделочные работы. Покрытие поверхностей грунтовкой глубокого проникновения: за 1 раз стен. Ед. изм.: 100 м2", "passage: Отделочные работы. Покрытие поверхностей грунтовкой глубокого проникновения: за 2 раза стен. Ед. изм.: 100 м2" ] 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!