Minilm L6 Dmr

🚀 WebLINX: Real-World Website Navigation with Multi-Turn Dialogue

WebLINXは、多ターン対話を用いた実世界のウェブサイトナビゲーションに関する研究です。このモデルは、センテンスの類似性を扱い、様々なタスクに利用できます。

📦 インストール

このモデルを使用するには、sentence-transformersをインストールする必要があります。以下のコマンドを実行してください。

pip install -U sentence-transformers

💻 使用例

基本的な使用法

from sentence_transformers import SentenceTransformer
sentences = ["This is an example sentence", "Each sentence is converted"]

model = SentenceTransformer('McGill-NLP/MiniLM-L6-dmr')
embeddings = model.encode(sentences)
print(embeddings)

高度な使用法

from transformers import AutoTokenizer, AutoModel
import torch


#Mean Pooling - Take attention mask into account for correct averaging
def mean_pooling(model_output, attention_mask):
    token_embeddings = model_output[0] #First element of model_output contains all token embeddings
    input_mask_expanded = attention_mask.unsqueeze(-1).expand(token_embeddings.size()).float()
    return torch.sum(token_embeddings * input_mask_expanded, 1) / torch.clamp(input_mask_expanded.sum(1), min=1e-9)


# Sentences we want sentence embeddings for
sentences = ['This is an example sentence', 'Each sentence is converted']

# Load model from HuggingFace Hub
tokenizer = AutoTokenizer.from_pretrained('McGill-NLP/MiniLM-L6-dmr')
model = AutoModel.from_pretrained('McGill-NLP/MiniLM-L6-dmr')

# Tokenize sentences
encoded_input = tokenizer(sentences, padding=True, truncation=True, return_tensors='pt')

# Compute token embeddings
with torch.no_grad():
    model_output = model(**encoded_input)

# Perform pooling. In this case, mean pooling.
sentence_embeddings = mean_pooling(model_output, encoded_input['attention_mask'])

print("Sentence embeddings:")
print(sentence_embeddings)

📚 ドキュメント

オリジナルモデル

このモデルは、Huggingface Hubに以前公開されたチェックポイントを使用してWebLINX上でファインチューニングされています。 オリジナルモデルにアクセスするにはここをクリックしてください。

センテンストランスフォーマーの詳細

これはsentence-transformersモデルです。文や段落を384次元の密ベクトル空間にマッピングし、クラスタリングや意味検索などのタスクに使用できます。

評価結果

このモデルの自動評価については、Sentence Embeddings Benchmarkを参照してください。https://seb.sbert.net

トレーニング

このモデルは以下のパラメータでトレーニングされました。

DataLoader: torch.utils.data.dataloader.DataLoader of length 2560 with parameters:

{'batch_size': 64, 'sampler': 'torch.utils.data.sampler.RandomSampler', 'batch_sampler': 'torch.utils.data.sampler.BatchSampler'}

Loss: sentence_transformers.losses.CosineSimilarityLoss.CosineSimilarityLoss

Parameters of the fit()-Method:

{
    "epochs": 10,
    "evaluation_steps": 0,
    "evaluator": "NoneType",
    "max_grad_norm": 1,
    "optimizer_class": "<class 'torch.optim.adamw.AdamW'>",
    "optimizer_params": {
        "lr": 3e-05
    },
    "scheduler": "warmuplinear",
    "steps_per_epoch": null,
    "warmup_steps": 500,
    "weight_decay": 0.0
}

モデルのアーキテクチャ

SentenceTransformer(
  (0): Transformer({'max_seq_length': 512, 'do_lower_case': False}) with Transformer model: BertModel 
  (1): Pooling({'word_embedding_dimension': 384, 'pooling_mode_cls_token': False, 'pooling_mode_mean_tokens': True, 'pooling_mode_max_tokens': False, 'pooling_mode_mean_sqrt_len_tokens': False})
)

引用と著者

• Xing Han Lù*, Zdeněk Kasner*, Siva Reddy