Sentence Transformers Gte Large

🚀 embaas/sentence-transformers-gte-large

embaas/sentence-transformers-gte-large 是一個基於 sentence-transformers 的模型。它能夠將句子和段落映射到一個 1024 維的密集向量空間，可用於聚類或語義搜索等任務。

🚀 快速開始

使用此模型，你需要先安裝 sentence-transformers：

pip install -U sentence-transformers

然後，你可以按照以下方式使用該模型：

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

model = SentenceTransformer('embaas/sentence-transformers-gte-large')
embeddings = model.encode(sentences)
print(embeddings)

💻 使用示例

基礎用法

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

model = SentenceTransformer('embaas/sentence-transformers-gte-large')
embeddings = model.encode(sentences)
print(embeddings)

📚 詳細文檔

評估結果

要對該模型進行自動評估，請參考 Sentence Embeddings Benchmark：https://seb.sbert.net

完整模型架構

SentenceTransformer(
  (0): Transformer({'max_seq_length': 512, 'do_lower_case': False}) with Transformer model: BertModel 
  (1): Pooling({'word_embedding_dimension': 1024, 'pooling_mode_cls_token': False, 'pooling_mode_mean_tokens': True, 'pooling_mode_max_tokens': False, 'pooling_mode_mean_sqrt_len_tokens': False, 'pooling_mode_weightedmean_tokens': False, 'pooling_mode_lasttoken': False})
  (2): Normalize()
)

引用與作者

如果你想了解更多信息，請參考相關文檔。