SGPT 2.7B Weightedmean Nli Bitfit

🚀 SGPT-2.7B-weightedmean-nli-bitfit

このモデルは文の類似度計算に特化しており、文埋め込みの抽出や文の類似性評価に役立ちます。

🚀 クイックスタート

使い方

使用方法については、コードベースを参照してください：https://github.com/Muennighoff/sgpt

評価結果

評価結果については、評価フォルダまたは論文を参照してください：https://arxiv.org/abs/2202.08904

📚 ドキュメント

学習

このモデルは以下のパラメータで学習されました。

DataLoader:

sentence_transformers.datasets.NoDuplicatesDataLoader.NoDuplicatesDataLoader の長さは70456で、パラメータは以下の通りです。

{'batch_size': 8}

損失関数:

sentence_transformers.losses.MultipleNegativesRankingLoss.MultipleNegativesRankingLoss で、パラメータは以下の通りです。

{'scale': 20.0, 'similarity_fct': 'cos_sim'}

fit() メソッドのパラメータ:

{
    "epochs": 1,
    "evaluation_steps": 7045,
    "evaluator": "sentence_transformers.evaluation.EmbeddingSimilarityEvaluator.EmbeddingSimilarityEvaluator",
    "max_grad_norm": 1,
    "optimizer_class": "<class 'transformers.optimization.AdamW'>",
    "optimizer_params": {
        "lr": 0.0002
    },
    "scheduler": "WarmupLinear",
    "steps_per_epoch": null,
    "warmup_steps": 7046,
    "weight_decay": 0.01
}

モデルの全アーキテクチャ

SentenceTransformer(
  (0): Transformer({'max_seq_length': 75, 'do_lower_case': False}) with Transformer model: GPTNeoModel 
  (1): Pooling({'word_embedding_dimension': 2560, 'pooling_mode_cls_token': False, 'pooling_mode_mean_tokens': False, 'pooling_mode_max_tokens': False, 'pooling_mode_mean_sqrt_len_tokens': False, 'pooling_mode_weightedmean_tokens': True, 'pooling_mode_lasttoken': False})
)

引用と著者

@article{muennighoff2022sgpt,
  title={SGPT: GPT Sentence Embeddings for Semantic Search},
  author={Muennighoff, Niklas},
  journal={arXiv preprint arXiv:2202.08904},
  year={2022}
}