Sentence Similarity
sentence-transformers
Safetensors
bert
feature-extraction
dense
Generated from Trainer
dataset_size:5000000
loss:combine_dstilationLoss_studentLoss
Eval Results (legacy)
text-embeddings-inference
Instructions to use hatemestinbejaia/R3mmarco-Arabic-mMiniLML-bi-encoder-KD-v1 with libraries, inference providers, notebooks, and local apps. Follow these links to get started.
- Libraries
- sentence-transformers
How to use hatemestinbejaia/R3mmarco-Arabic-mMiniLML-bi-encoder-KD-v1 with sentence-transformers:
from sentence_transformers import SentenceTransformer model = SentenceTransformer("hatemestinbejaia/R3mmarco-Arabic-mMiniLML-bi-encoder-KD-v1") sentences = [ "ما هو كور يعني", "تعريف cor . : وحدة قياس سعة عبرية وفينيقية قديمة .", "رفعت منظمة صندوق ادخار الموظفين ( EPFO ) الحد الأدنى للراتب إلى 15000 روبية من 6500 روبية في وقت سابق .", "شكل الجمع بين الجلطة - o يعني _ _ . صيغة الجمع embol - o تعني _ _ . اللاحقة التي تعني أداة قياس الضغط هي _ _ . لاحقة غير كلها تعني صغيرة هي _ _ . اللاحقة التي تعني التصلب هي _ _ ." ] embeddings = model.encode(sentences) similarities = model.similarity(embeddings, embeddings) print(similarities.shape) # [4, 4] - Notebooks
- Google Colab
- Kaggle
Upload tokenizer
Browse files- tokenizer_config.json +1 -1
tokenizer_config.json
CHANGED
|
@@ -8,7 +8,7 @@
|
|
| 8 |
"local_files_only": false,
|
| 9 |
"mask_token": "<mask>",
|
| 10 |
"max_length": 128,
|
| 11 |
-
"model_max_length":
|
| 12 |
"pad_to_multiple_of": null,
|
| 13 |
"pad_token": "<pad>",
|
| 14 |
"pad_token_type_id": 0,
|
|
|
|
| 8 |
"local_files_only": false,
|
| 9 |
"mask_token": "<mask>",
|
| 10 |
"max_length": 128,
|
| 11 |
+
"model_max_length": 512,
|
| 12 |
"pad_to_multiple_of": null,
|
| 13 |
"pad_token": "<pad>",
|
| 14 |
"pad_token_type_id": 0,
|