Cupidon Tiny Ro

🚀 🔥 cupidon-tiny-ro

名前に惑わされないでください。cupidon-tiny-roは小さいかもしれませんが、セマンティックな感情に的を射ています💘。sentence-transformers-testing/stsb-bert-tiny-safetensors からファインチューニングされたこの sentence-transformers モデルは、愛（とルーマニア語のデータ）を込めて訓練され、文章を鮮明でコンパクトな埋め込み表現に変換します。 セマンティックな類似度、クラスタリング、検索などのタスクに最適です。そして正直に言って... 文章をうまくエンコードする方法を知っていれば、時にはサイズは重要ではありません😉。

🚀 クイックスタート

📦 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('BlackKakapo/cupidon-tiny-ro')
embeddings = model.encode(sentences)
print(embeddings)

高度な使用法

sentence-transformers を使用せずにモデルを使用する場合、最初に入力をトランスフォーマーモデルに通し、その後、文脈化された単語埋め込みに適切なプーリング操作を適用する必要があります。

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('BlackKakapo/cupidon-tiny-ro')
model = AutoModel.from_pretrained('BlackKakapo/cupidon-tiny-ro')

📄 ライセンス

このデータセットは Apache 2.0 ライセンスの下で提供されています。

📚 ドキュメント

引用

もしあなたの研究で BlackKakapo/cupidon-tiny-ro を使用する場合は、次のようにこのモデルを引用してください。

@misc{cupidon-tiny-ro,
  title={BlackKakapo/cupidon-tiny-ro},
  author={BlackKakapo},
  year={2025},
}

その他の情報