Sentence Similarity
sentence-transformers
Safetensors
gemma3_text
feature-extraction
Generated from Trainer
dataset_size:5700
loss:MatryoshkaLoss
loss:CoSENTLoss
text-embeddings-inference
Instructions to use mihaylovnikitos/embeddinggemma-300m-hotel with libraries, inference providers, notebooks, and local apps. Follow these links to get started.
- Libraries
- sentence-transformers
How to use mihaylovnikitos/embeddinggemma-300m-hotel with sentence-transformers:
from sentence_transformers import SentenceTransformer model = SentenceTransformer("mihaylovnikitos/embeddinggemma-300m-hotel") sentences = [ "task: search result | query: с интернетом", "title: none | text: бутик-отель в городе: стильные номера, каминная зона, платные услуги хранения багажа на ресепшн, чистая прачечная для гостей. нет специализированных полок, сушилок для ботинок или запираемых ячеек для снаряжения, инфраструктура ориентирована на туристов без спортивного снаряжения.", "title: none | text: молодёжный хостел 'палитра' в центре города предлагает общие душевые и один открытый бассейн на крыше с общим доступом, кафе с международной кухней, где подают алкоголь и коктейли; формат — общие комнаты, вечерние мероприятия и экскурсии по городу. сегмент — бюджетный.", "title: none | text: пляжный мини‑отель бюджетного сегмента. бесплатный wi‑fi в лобби и на ресепшн со скоростью до 50 мбит/с, в номерах сигнал нестабилен из‑за толщины стен. номера оборудованы удобными кроватями, завтраки включены, рабочих столов нет." ] 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!