How to use sdadas/mmlw-e5-base with sentence-transformers:
from sentence_transformers import SentenceTransformer model = SentenceTransformer("sdadas/mmlw-e5-base") sentences = [ "query: Jak dożyć 100 lat?", "passage: Trzeba zdrowo się odżywiać i uprawiać sport.", "passage: Trzeba pić alkohol, imprezować i jeździć szybkimi autami.", "passage: Gdy trwała kampania politycy zapewniali, że rozprawią się z zakazem niedzielnego handlu." ] embeddings = model.encode(sentences) similarities = model.similarity(embeddings, embeddings) print(similarities.shape) # [4, 4]
How to use sdadas/mmlw-e5-base with Transformers:
# pip install -U transformers accelerate # Load model directly from transformers import AutoTokenizer, AutoModel tokenizer = AutoTokenizer.from_pretrained("sdadas/mmlw-e5-base") model = AutoModel.from_pretrained("sdadas/mmlw-e5-base", device_map="auto")
