Sentence Transformer Parsbert Fa 2.0
S
Sentence Transformer Parsbert Fa 2.0
由myrkur開發
這是一個基於ParsBERT的波斯語句子嵌入模型,專門用於句子相似度計算和特徵提取任務。
下載量 289
發布時間 : 12/10/2024
模型概述
該模型基於ParsBERT架構,針對波斯語文本進行了優化,能夠將句子轉換為高維向量表示,用於計算句子相似度和文本特徵提取。
模型特點
波斯語優化
專門針對波斯語文本進行了優化和訓練
句子相似度計算
能夠準確計算波斯語句子之間的語義相似度
特徵提取
可將文本轉換為高維向量表示,用於下游任務
高效訓練
使用MultipleNegativesRankingLoss進行訓練,提高了模型性能
模型能力
計算句子相似度
文本特徵提取
波斯語語義理解
文本嵌入生成
使用案例
信息檢索
問答系統
用於匹配用戶問題與知識庫中的相關答案
提高問答系統的準確率和召回率
文檔檢索
查找與查詢最相關的文檔或段落
提升搜索相關性
文本分析
文本聚類
基於語義相似度對文本進行分組
發現文本集合中的主題模式
語義搜索
超越關鍵詞匹配的語義級別搜索
提供更符合用戶意圖的搜索結果
🚀 基於 myrkur/sentence-transformer-parsbert-fa 的句子轉換器
這是一個基於 myrkur/sentence-transformer-parsbert-fa 微調的 句子轉換器 模型。它可以將句子和段落映射到一個 768 維的密集向量空間,可用於語義文本相似度、語義搜索、釋義挖掘、文本分類、聚類等任務。
🚀 快速開始
直接使用(句子轉換器)
首先安裝句子轉換器庫:
pip install -U sentence-transformers
然後你可以加載這個模型並進行推理。
from sentence_transformers import SentenceTransformer, util
# 從 🤗 Hub 下載
model = SentenceTransformer("myrkur/sentence-transformer-parsbert-fa-2.0")
# 運行推理
sentences = [
'وظایف معلمان چیست؟',
'معلمان برای بهانجامرساندن وظایفشان نیازمند آموختن مهارتهای پیشرفتهی مدیریت زمان در کلاس درس هستند آنها باید میان دنبالکردن هدفهای بلندمدت کلاس درس پاسخگویی به نیازهای آموزشی آنی دانشآموزان و ارزیابی حجم زیادی از تکالیف و امتحانات تعادل برقرار کنند درست است که وظایف کاری معلمان در ساعات کاری زیادازحد بهنظر میرسد اما مدیریت شرایط و خالیکردن وقت در کلاس درس و خارج از آن باز هم امکانپذیر است با دراختیارداشتن مهارت کارآمد مدیریت زمان در کلاس درس معلمان میتوانند بازدهی خود را افزایش دهند و فراگیرانشان را بهتر از گذشته آموزش دهند حتما بخوانید تقویت اعتماد به نفس در دانش آموزان با نکته برای معلمان راهکار ساده برای مدیریت زمان از زبان یکی از مدیران گوگلموانع مدیریت زمان چیست مهارتهای مدیریت زمان در کلاس درس با اولویتبندی روزتان را سروسامان بدهید مدیریت زمان در کلاس درس برای معلم با تعیین اولویتها و ساماندادن برنامه حول مهمترین وظایف آغاز میشود تعیین اولویتها معلمان را طی روز در مسیری که باید نگه میدارد حتی وقتی اتفاقات غیرمنتظره یا فشار کاری بهنظر زیاد باشد اولویتبندی کارآمد یعنی ترتیبدادن به حجم کار براساس اهمیت هریک از وظایف و همچنین نتایجی که از تکمیل آنها حاصل میشود معلمان باید بتوانند ارزیابی کنند که آیا معوقگذاشتن برخی پروژهها به این دلیل که نتیجهی آنها بهاندازهی دیگر پروژهها اثربخش نیست منطقی است یا نه اولویتها را نباید مانند این جمله بهطور مطلق طراحی کرد ریاضی و زبان در ساعات اول و اگر زمان اجازه داد انجام کارهای هنری این شیوهی تفکر ممکن است به فرسایش همزمان معلم و دانشآموزان منجر شود در زمینهای بخصوص ممکن است فعالیت هنری یا خارج از کلاس درس بهاندازهی برنامههای کلاسی درسمحور انگیزاننده باشد حتما بخوانید تکنیک پومودورو تکنیکی ساده برای مدیریت زمان تکالیف خانه را با برنامهریزیهای راهبردی طرح کنید هم معلمان و هم دانشآموزان ممکن است متوجه شده باشند که برخی تکالیف که به تمرینهای مکرر نیاز دارند برای محیط منزل مناسبترند تمرین در کلاس بهویژه در زمان یادگیری چهارچوبها و ساختارهای حل مسیله کمککننده است اما صرف زمان برای انجام تمرینهای مکرر در کلاس ممکن است بهترین استفاده از زمان نباشد تکالیفی که در آن صرفا از دانشآموز میخواهند تعداد مشخصی مسیله را بهعنوان تمرین درس ارایهشده حل کنند زمان ارزشمند کلاس را هدر میدهد از تلنبارشدن کارهای عقبافتاده خودداری کنید معمولا خود معلمان متوجه میشوند که در نمرهگذاری تکالیف و امتحانات تقسیم برگهها به گروههای کوچک و انجام کارهای مربوط به آنها ظرف چند روز روش کارآمدتری است تا بررسی یکبارهی کار تمام کلاس در یک روز از تلنبارکردن وظایف ارزیابی خودداری کنید و سعی کنید هربار بخشی از آن را انجام دهید هر روز میتوان بررسی مقدار کوچکی از موارد ارزیابی را بهسادگی مدیریت کرد این روش به معلم اجازه میدهد ارزیابی را بهدرستی انجام دهد و بازخورد مناسبی به دانشآموزان بدهد با تکمیل هریک از بخشهای ارزیابی معلم احساس موفقیت میکند حتما بخوانید نکته درباره مدیریت زمان که در جوانی باید بدانید برای بحرانهای احتمالی برنامهریزی کنید بهتر است پیش از بروز مشکل در کلاس برای آن برنامه داشته باشید چراکه بحرانهای ناگهانی ممکن است معلمان را از اهداف کلاسیشان منحرف کنند گرچه درمورد بعضی اتفاقات مانند بلایای طبیعی اختیارات کمتری وجود دارد معلمان میتوانند برحسب نیاز دانشآموزان برای این موارد هم برنامهای طراحی کنند اما در گام نخست بهتر است مانع بحرانهایی شوید که مربوط به رفتار دانشآموزان است اگر ممکن است قبل از اینکه این مسایل جدی شوند کنترلشان کنید تا از هدررفتن وقت کلاس جلوگیری شود یادگیری دربارهی دانشآموزان پیش از آنکه وارد کلاس درس شوند به معلم امکان میدهد برنامهی عملیاتی پیشگیرانه طراحی کند و از این راه مانع اتفاقات ناخواسته شود و موجبات حواسپرتی را متوقف کند برای خودتان زمانی کنار بگذارید معلمها وظایف فراوانی دارند که نیازمند توجه است و اغلب مربوط به نیازهای دانشآموزان و والدین آنهاست صرف وقت بیشتر برای ارزیابی بازخورددادن و مدیریت نیازهای دانشآموزان وسوسهانگیز است اما فراموش نکنید کنارگذاشتن زمانی برای خود نیز اهمیت دارد این کار باعث میشود اولویتها سر جای خودشان قرار بگیرند اولویتبندی زمان بهنحویکه برای نیازهای خودتان هم وقتی باقی بماند برای طرحریزی و اجرای کارآمد برنامههای آموزش کلاستان ضروری است زمانی که معلمان بهخاطر رسیدگینکردن به خود و فقدان زمان فرسوده میشوند این احتمال وجود دارد که کلاس درس کارایی و بازدهی کمتری پیدا کند اجرای برنامههای مدیریت زمان در کلاس درس تنها زمانی امکانپذیر است که معلم کلاس پرانرژی سالم و سرحال باشد برای مدیریت زمان در کلاس درس بهشیوهای درست معلمان باید برای رسیدن به اهدافشان فرایندی را ترتیب دهند که فضای کارآمدی را در کلاس ایجاد کند با کاربرد استراتژیهای مدیریت زمان میتوان به نیازهای آموزشی هر دانشآموز رسیدگی کرد پیشامدهای اتفاقی را مدیریت کرد و از عقبافتادگی هنگام مواجهه با رخدادهای ناگهانی نیز جلوگیری کرد مدیریت زمان در کلاس درس قسمت بااهمیتی از فراهمآوری آموزش باکیفیت و پاسخگویی به نیازهای تکتک دانشآموزان بهحساب میآید کتاب الکترونیکی قیمت نسخه انگلیسی در سایت آمازون دلار قالب فایل تعداد صفحه ناشر تعداد فایل فایل مدیریت زمان به روش اساتید هاروارد اولویتبندی کارها را بیاموزید تا در زمان کمتر بهینهتر کار کنید تومان تومان مشاهده کتاب الکترونیکی',
'هیپنوتیزم با تخیلات فروید در یک ماجراجویی سال 2021 رو با یکی از سریال\u200cهای جدید شبکه نتفلیکس تحت عنوان "فروید" ( Freud ) شروع کردم سریالی هیجانی، پر از رمز و راز و اندکی تخیلی که زیگموند فروید، روانپزشک معروف رو در یک پیچ و تاب داستانی قرار می\u200cده. اول از همه این موضوع رو بگم که این سریال نه بیوگرافی از فروید هست و نه قراره خیلی تو بطن شخصیت و کارکتر این روانپزشک و عصب\u200cشناس با ایده\u200cهای مختلفش بره. صرفا کارگردان و فیلمنامه نویس\u200cهای این سریال سعی کردن تا یه مقدار با شخصیتش بازی کنن و اونو داخل یک داستان با قتل، خون، هیپنوتیزم و خیلی چیزهای عجیب و غریب قرار بدن',
]
embeddings = model.encode(sentences)
print(embeddings.shape)
# [3, 768]
# 獲取嵌入向量的相似度分數
similarities = util.cos_sim(embeddings, embeddings)
print(similarities.shape)
# [3, 3]
✨ 主要特性
- 該模型基於
myrkur/sentence-transformer-parsbert-fa
微調,可將句子和段落映射到 768 維的密集向量空間。 - 可用於語義文本相似度、語義搜索、釋義挖掘、文本分類、聚類等多種任務。
📦 安裝指南
首先安裝句子轉換器庫:
pip install -U sentence-transformers
💻 使用示例
基礎用法
from sentence_transformers import SentenceTransformer, util
# 從 🤗 Hub 下載
model = SentenceTransformer("myrkur/sentence-transformer-parsbert-fa-2.0")
# 運行推理
sentences = [
'وظایف معلمان چیست؟',
'معلمان برای بهانجامرساندن وظایفشان نیازمند آموختن مهارتهای پیشرفتهی مدیریت زمان در کلاس درس هستند آنها باید میان دنبالکردن هدفهای بلندمدت کلاس درس پاسخگویی به نیازهای آموزشی آنی دانشآموزان و ارزیابی حجم زیادی از تکالیف و امتحانات تعادل برقرار کنند درست است که وظایف کاری معلمان در ساعات کاری زیادازحد بهنظر میرسد اما مدیریت شرایط و خالیکردن وقت در کلاس درس و خارج از آن باز هم امکانپذیر است با دراختیارداشتن مهارت کارآمد مدیریت زمان در کلاس درس معلمان میتوانند بازدهی خود را افزایش دهند و فراگیرانشان را بهتر از گذشته آموزش دهند حتما بخوانید تقویت اعتماد به نفس در دانش آموزان با نکته برای معلمان راهکار ساده برای مدیریت زمان از زبان یکی از مدیران گوگلموانع مدیریت زمان چیست مهارتهای مدیریت زمان در کلاس درس با اولویتبندی روزتان را سروسامان بدهید مدیریت زمان در کلاس درس برای معلم با تعیین اولویتها و ساماندادن برنامه حول مهمترین وظایف آغاز میشود تعیین اولویتها معلمان را طی روز در مسیری که باید نگه میدارد حتی وقتی اتفاقات غیرمنتظره یا فشار کاری بهنظر زیاد باشد اولویتبندی کارآمد یعنی ترتیبدادن به حجم کار براساس اهمیت هریک از وظایف و همچنین نتایجی که از تکمیل آنها حاصل میشود معلمان باید بتوانند ارزیابی کنند که آیا معوقگذاشتن برخی پروژهها به این دلیل که نتیجهی آنها بهاندازهی دیگر پروژهها اثربخش نیست منطقی است یا نه اولویتها را نباید مانند این جمله بهطور مطلق طراحی کرد ریاضی و زبان در ساعات اول و اگر زمان اجازه داد انجام کارهای هنری این شیوهی تفکر ممکن است به فرسایش همزمان معلم و دانشآموزان منجر شود در زمینهای بخصوص ممکن است فعالیت هنری یا خارج از کلاس درس بهاندازهی برنامههای کلاسی درسمحور انگیزاننده باشد حتما بخوانید تکنیک پومودورو تکنیکی ساده برای مدیریت زمان تکالیف خانه را با برنامهریزیهای راهبردی طرح کنید هم معلمان و هم دانشآموزان ممکن است متوجه شده باشند که برخی تکالیف که به تمرینهای مکرر نیاز دارند برای محیط منزل مناسبترند تمرین در کلاس بهویژه در زمان یادگیری چهارچوبها و ساختارهای حل مسیله کمککننده است اما صرف زمان برای انجام تمرینهای مکرر در کلاس ممکن است بهترین استفاده از زمان نباشد تکالیفی که در آن صرفا از دانشآموز میخواهند تعداد مشخصی مسیله را بهعنوان تمرین درس ارایهشده حل کنند زمان ارزشمند کلاس را هدر میدهد از تلنبارشدن کارهای عقبافتاده خودداری کنید معمولا خود معلمان متوجه میشوند که در نمرهگذاری تکالیف و امتحانات تقسیم برگهها به گروههای کوچک و انجام کارهای مربوط به آنها ظرف چند روز روش کارآمدتری است تا بررسی یکبارهی کار تمام کلاس در یک روز از تلنبارکردن وظایف ارزیابی خودداری کنید و سعی کنید هربار بخشی از آن را انجام دهید هر روز میتوان بررسی مقدار کوچکی از موارد ارزیابی را بهسادگی مدیریت کرد این روش به معلم اجازه میدهد ارزیابی را بهدرستی انجام دهد و بازخورد مناسبی به دانشآموزان بدهد با تکمیل هریک از بخشهای ارزیابی معلم احساس موفقیت میکند حتما بخوانید نکته درباره مدیریت زمان که در جوانی باید بدانید برای بحرانهای احتمالی برنامهریزی کنید بهتر است پیش از بروز مشکل در کلاس برای آن برنامه داشته باشید چراکه بحرانهای ناگهانی ممکن است معلمان را از اهداف کلاسیشان منحرف کنند گرچه درمورد بعضی اتفاقات مانند بلایای طبیعی اختیارات کمتری وجود دارد معلمان میتوانند برحسب نیاز دانشآموزان برای این موارد هم برنامهای طراحی کنند اما در گام نخست بهتر است مانع بحرانهایی شوید که مربوط به رفتار دانشآموزان است اگر ممکن است قبل از اینکه این مسایل جدی شوند کنترلشان کنید تا از هدررفتن وقت کلاس جلوگیری شود یادگیری دربارهی دانشآموزان پیش از آنکه وارد کلاس درس شوند به معلم امکان میدهد برنامهی عملیاتی پیشگیرانه طراحی کند و از این راه مانع اتفاقات ناخواسته شود و موجبات حواسپرتی را متوقف کند برای خودتان زمانی کنار بگذارید معلمها وظایف فراوانی دارند که نیازمند توجه است و اغلب مربوط به نیازهای دانشآموزان و والدین آنهاست صرف وقت بیشتر برای ارزیابی بازخورددادن و مدیریت نیازهای دانشآموزان وسوسهانگیز است اما فراموش نکنید کنارگذاشتن زمانی برای خود نیز اهمیت دارد این کار باعث میشود اولویتها سر جای خودشان قرار بگیرند اولویتبندی زمان بهنحویکه برای نیازهای خودتان هم وقتی باقی بماند برای طرحریزی و اجرای کارآمد برنامههای آموزش کلاستان ضروری است زمانی که معلمان بهخاطر رسیدگینکردن به خود و فقدان زمان فرسوده میشوند این احتمال وجود دارد که کلاس درس کارایی و بازدهی کمتری پیدا کند اجرای برنامههای مدیریت زمان در کلاس درس تنها زمانی امکانپذیر است که معلم کلاس پرانرژی سالم و سرحال باشد برای مدیریت زمان در کلاس درس بهشیوهای درست معلمان باید برای رسیدن به اهدافشان فرایندی را ترتیب دهند که فضای کارآمدی را در کلاس ایجاد کند با کاربرد استراتژیهای مدیریت زمان میتوان به نیازهای آموزشی هر دانشآموز رسیدگی کرد پیشامدهای اتفاقی را مدیریت کرد و از عقبافتادگی هنگام مواجهه با رخدادهای ناگهانی نیز جلوگیری کرد مدیریت زمان در کلاس درس قسمت بااهمیتی از فراهمآوری آموزش باکیفیت و پاسخگویی به نیازهای تکتک دانشآموزان بهحساب میآید کتاب الکترونیکی قیمت نسخه انگلیسی در سایت آمازون دلار قالب فایل تعداد صفحه ناشر تعداد فایل فایل مدیریت زمان به روش اساتید هاروارد اولویتبندی کارها را بیاموزید تا در زمان کمتر بهینهتر کار کنید تومان تومان مشاهده کتاب الکترونیکی',
'هیپنوتیزم با تخیلات فروید در یک ماجراجویی سال 2021 رو با یکی از سریال\u200cهای جدید شبکه نتفلیکس تحت عنوان "فروید" ( Freud ) شروع کردم سریالی هیجانی، پر از رمز و راز و اندکی تخیلی که زیگموند فروید، روانپزشک معروف رو در یک پیچ و تاب داستانی قرار می\u200cده. اول از همه این موضوع رو بگم که این سریال نه بیوگرافی از فروید هست و نه قراره خیلی تو بطن شخصیت و کارکتر این روانپزشک و عصب\u200cشناس با ایده\u200cهای مختلفش بره. صرفا کارگردان و فیلمنامه نویس\u200cهای این سریال سعی کردن تا یه مقدار با شخصیتش بازی کنن و اونو داخل یک داستان با قتل، خون، هیپنوتیزم و خیلی چیزهای عجیب و غریب قرار بدن',
]
embeddings = model.encode(sentences)
print(embeddings.shape)
# [3, 768]
# 獲取嵌入向量的相似度分數
similarities = util.cos_sim(embeddings, embeddings)
print(similarities.shape)
# [3, 3]
📚 詳細文檔
模型詳情
模型描述
屬性 | 詳情 |
---|---|
模型類型 | 句子轉換器 |
基礎模型 | myrkur/sentence-transformer-parsbert-fa |
最大序列長度 | 512 個標記 |
輸出維度 | 768 個標記 |
相似度函數 | 餘弦相似度 |
訓練數據集 | myrkur/persian-blog-QA |
語言 | 波斯語(法爾西語) |
模型來源
- 文檔:句子轉換器文檔
- 倉庫:GitHub 上的句子轉換器
- Hugging Face:Hugging Face 上的句子轉換器
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': 768, '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, 'include_prompt': True})
)
訓練詳情
訓練數據集
未命名數據集
- 規模:48,000 個訓練樣本
- 列:
anchor
和positive
- 基於前 1000 個樣本的近似統計信息:
anchor positive 類型 字符串 字符串 詳情 - 最小值:5 個標記
- 平均值:9.99 個標記
- 最大值:58 個標記
- 最小值:14 個標記
- 平均值:144.01 個標記
- 最大值:512 個標記
- 樣本:
anchor positive پادکست های پیشرفت معنوی مدتی پیش درباره چه موضوعی است؟
جلسه اول پادکست هایی با موضوع پیشرفت معنویمدتی پیش ، از یکی از اساتید ایران درخواست کردم پادکست هایی را در خصوص پیشرفت معنوی برای ما که از کشور فاصله دوری داریم ضبط کنند و بفرستند. به ذهنم رسید که این پادکستها را با شما هم به اشتراک بگذارم تا شاید در این روزها که همه در خانهها هستند و فرصتهای بیشتری دارند کسی از آنها بهرهای ببرد.یک کانال اختصاصی برای این پادکستها ایجاد کردم و بقیه قسمتها را هم به آن اضافه خواهم کرد. اگر برایتان قابل استفاده بود میتوانید به دوستانتان هم پیشنهاد کنید
هنرهای رزمی چیست؟
هنرهای رزمی به سیستمها و سنتهای مدونی از تکنیکها و فنون مبارزهای گفته میشود که با انگیزهها و دلایل متفاوتی تمرین میشوند برای دفاع شخصی، رقابت در مسابقات، سلامتی بدنی و تناسب اندام، سرگرمی و تفریح و همچنین رشد و تعالی روحی، جسمی و معنوی. از پرکاربردترین سبکهای رزمی میتوان به ساندا، جوجیتسو برزیلی، هاپکیدو، کیوکوشین ، انشین (از سبکهای کاراته) و جودو نام برد. اصطلاح هنرهای رزمی بیشتر به رشتههای رزمی شرق آسیا مانند ووشو، کاراته، تکواندو اشاره دارد، اما رشتههای غربی همچون بوکس، ساواته، پانکریشن و انواع کشتی نیز در مجموعه هنرهای رزمی قرار داده میشوند
آیا توکیو به عنوان بهشتی برای عاشقان مناسب است؟
علاوه بر این توکیو میتواند به عنوان بهشتی برای عاشقان باشد. آنتونی بوردین ( Anthony Bourdain ) گردشگری که در طول سالها به دور دنیا سفر کرده است بارها از توکیو به عنوان یکی از شهرهای مورد علاقه خود یاد کرده است.همچنین بر طبق بررسیهای انجام شده در یک گزارش اقتصادی، توکیو به عنوان یکی از شهرهای امن دنیا در سال 2017 معرفی شده است. در این لیست پس از شهرهای در و ژاپن قرار دارد.در حالت کلی لیست بهترین شهرهای دنیا بیشتر در حوزه قرار دارد در حالی که در این لیست غایب است و تنها در آمریکای شمالی در رتبه 8 ام قرار دارد.ترتیب بهترین شهرها در این نظر سنجی: 1
- 損失函數:
MultipleNegativesRankingLoss
,參數如下:{ "scale": 20.0, "similarity_fct": "cos_sim" }
評估數據集
未命名數據集
- 規模:12,000 個評估樣本
- 列:
anchor
和positive
- 基於前 1000 個樣本的近似統計信息:
anchor positive 類型 字符串 字符串 詳情 - 最小值:4 個標記
- 平均值:9.69 個標記
- 最大值:52 個標記
- 最小值:19 個標記
- 平均值:142.39 個標記
- 最大值:512 個標記
- 樣本:
anchor positive آیا تب تعطیلات در ایران ادامه دارد؟
نوروز تحت ت ثیر نوسانات و جو اقتصادی حاکم بر کشور دچار رکود شده بود، اینک به تب تعطیلات نسبتا طولانی نیمه خردادماه 97 دچار شده و با افزایش نرخ، بهویژه در مسیرهای پر روبرو شده است. هرچند رییس هییت مدیره انجمن صنفی دفاتر خدمات مسافرتی ایران معتقد است این تب یکی دو روزه بوده و اکنون در حال افت است.بررسیهای بازار سفر نشان میدهد در چند روز گذشته خارجی و داخلی با قیمتهای افزایش یافته تبلیغ شدهاند که با کاهش استقبال، سیر نزولی را آغاز کردهاند.به گفته حرمتالله رفیعی نیز، تبی که برای یکی دو روز گریبان تورهای خارجی و داخلی را گرفته بود، اکنون در آستانه افت قرار گرفته است، چون مردم از این سفرها با این قیمتها استقبال نکردهاند.قیمت سه شب و چهار روز برای اواخر این هفته از 795 هزار تومان آغاز میشود که برای تعطیلات هفته آینده تا بیش از 2 میلیون تومان نرخگذاری شده است. در این میان برخی نیز قیمت تعطیلات را کاهش داده و آن را به زیر 2 میلیون تومان رساندهاند.اما مقصد جذاب ایرانیها که شمار سفر به آن همچنان در حال افزایش است، برای تعطیلات پیشرو تا بیش از 4 میلیون تومان نرخگذاری شده که همین برای آخر همین هفته کمی بیشتر از 2 میلیون تومان است.نرخ سفر به ، ، و که مسیرهای پر سفر ایرانیها است، همین حالا بسته به نوع مقصد، بین 600 تا 2 میلیون تومان قیمتگذاری شدهاند که برای تعطیلات هفته آینده با افزایش قابل توجه نرخ روبرو شدهاند.هزینه به بیش از 2 میلیون تومان رسیده وان که اینک کمتر از 700 هزار تومان قیمت دارد برای هفته آینده به بیش از یک میلیون تومان افزایش یافته و که اتفاقا روزهای داغی را سپری میکند حدود 2 میلیون تومان قیمتگذاری شده است
آیا یوتیوب برای افزایش تدابیر امنیتی مناسب است؟
اعلام کرده است در دفتر این شرکت در سن برونو کالیفرنیا انجام شد و به آسیب دیدن سه نفر انجامید، تدابیر امنیتی را در تمام دفاتر خود در تمام نقاط جهان افزایش میدهد. یوتیوب به این نکته اشاره کرده است که افزایش تدابیر امنیتی یک سیاست کوتاهمدت نیست و این شرکت در نظر دارد این استراتژی را بهعنوان یک نگرش بلندمدت دنبال کند. سیاست جدید یوتیوب را باید مت ثر از حملهی دیروز و افزایش خشونتها در فضای آنلاین خواند که رفتهرفته شاهد نمود آن در دنیای واقعی نیز هستیم.یوتیوب تصمیم خود در مورد افزایش امنیت در دفاتر بینالمللی را از طریق حساب کاربری توییتر گوگل در قالب یک بیانیهی منتشر کرده است
هدفون بی سیم سامسونگ مدل Galaxy Buds Live چیست؟
هدفون بی سیم سامسونگ مدل Galaxy Buds Live کمپانی سامسونگ جدیدترین هدفون بی سیم خود را به شکل لوبیا طراحی کرده است. این محصول که Galaxy Buds Live نام دارد با طراحی ارگونومی به خوبی در گوش جای میگیرد و ظاهری بسیار زیبا دارد. کیفیت بالای این محصول و حداقل میزان نویز، شنیدن موسیقی یا مکالمه را برایتان لذت بخش خواهد کرد
- 損失函數:
MultipleNegativesRankingLoss
,參數如下:{ "scale": 20.0, "similarity_fct": "cos_sim" }
訓練超參數
非默認超參數
eval_strategy
:stepsper_device_train_batch_size
:16per_device_eval_batch_size
:16learning_rate
:4e-05num_train_epochs
:2lr_scheduler_type
:cosinebf16
:Truebatch_sampler
:no_duplicates
所有超參數
點擊展開
overwrite_output_dir
:Falsedo_predict
:Falseeval_strategy
:stepsprediction_loss_only
:Trueper_device_train_batch_size
:16per_device_eval_batch_size
:16per_gpu_train_batch_size
:Noneper_gpu_eval_batch_size
:Nonegradient_accumulation_steps
:1eval_accumulation_steps
:Nonetorch_empty_cache_steps
:Nonelearning_rate
:4e-05weight_decay
:0.0adam_beta1
:0.9adam_beta2
:0.999adam_epsilon
:1e-08max_grad_norm
:1.0num_train_epochs
:2max_steps
:-1lr_scheduler_type
:cosinelr_scheduler_kwargs
:{}warmup_ratio
:0.0warmup_steps
:0log_level
:passivelog_level_replica
:warninglog_on_each_node
:Truelogging_nan_inf_filter
:Truesave_safetensors
:Truesave_on_each_node
:Falsesave_only_model
:Falserestore_callback_states_from_checkpoint
:Falseno_cuda
:Falseuse_cpu
:Falseuse_mps_device
:Falseseed
:42data_seed
:Nonejit_mode_eval
:Falseuse_ipex
:Falsebf16
:Truefp16
:Falsefp16_opt_level
:O1half_precision_backend
:autobf16_full_eval
:Falsefp16_full_eval
:Falsetf32
:Nonelocal_rank
:0ddp_backend
:Nonetpu_num_cores
:Nonetpu_metrics_debug
:Falsedebug
:[]dataloader_drop_last
:Falsedataloader_num_workers
:0dataloader_prefetch_factor
:Nonepast_index
:-1disable_tqdm
:Falseremove_unused_columns
:Truelabel_names
:Noneload_best_model_at_end
:Falseignore_data_skip
:Falsefsdp
:[]fsdp_min_num_params
:0fsdp_config
:{'min_num_params': 0, 'xla': False, 'xla_fsdp_v2': False, 'xla_fsdp_grad_ckpt': False}fsdp_transformer_layer_cls_to_wrap
:Noneaccelerator_config
:{'split_batches': False, 'dispatch_batches': None, 'even_batches': True, 'use_seedable_sampler': True, 'non_blocking': False, 'gradient_accumulation_kwargs': None}deepspeed
:Nonelabel_smoothing_factor
:0.0optim
:adamw_torchoptim_args
:Noneadafactor
:Falsegroup_by_length
:Falselength_column_name
:lengthddp_find_unused_parameters
:Noneddp_bucket_cap_mb
:Noneddp_broadcast_buffers
:Falsedataloader_pin_memory
:Truedataloader_persistent_workers
:Falseskip_memory_metrics
:Trueuse_legacy_prediction_loop
:Falsepush_to_hub
:Falseresume_from_checkpoint
:Nonehub_model_id
:Nonehub_strategy
:every_savehub_private_repo
:Falsehub_always_push
:Falsegradient_checkpointing
:Falsegradient_checkpointing_kwargs
:Noneinclude_inputs_for_metrics
:Falseeval_do_concat_batches
:Truefp16_backend
:autopush_to_hub_model_id
:Nonepush_to_hub_organization
:Nonemp_parameters
:auto_find_batch_size
:Falsefull_determinism
:Falsetorchdynamo
:Noneray_scope
:lastddp_timeout
:1800torch_compile
:Falsetorch_compile_backend
:Nonetorch_compile_mode
:Nonedispatch_batches
:Nonesplit_batches
:Noneinclude_tokens_per_second
:Falseinclude_num_input_tokens_seen
:Falseneftune_noise_alpha
:Noneoptim_target_modules
:Nonebatch_eval_metrics
:Falseeval_on_start
:Falseuse_liger_kernel
:Falseeval_use_gather_object
:Falsebatch_sampler
:no_duplicatesmulti_dataset_batch_sampler
:proportional
訓練日誌
輪次 | 步數 | 訓練損失 | 驗證損失 |
---|---|---|---|
0.0333 | 50 | 0.6248 | - |
0.0667 | 100 | 0.1795 | - |
0.1 | 150 | 0.1578 | - |
0.1333 | 200 | 0.1328 | - |
0.1667 | 250 | 0.0884 | - |
0.2 | 300 | 0.0801 | - |
0.2333 | 350 | 0.108 | - |
0.2667 | 400 | 0.0686 | - |
0.3 | 450 | 0.1042 | - |
0.3333 | 500 | 0.0955 | 0.0777 |
0.3667 | 550 | 0.0821 | - |
0.4 | 600 | 0.0789 | - |
0.4333 | 650 | 0.0964 | - |
0.4667 | 700 | 0.0783 | - |
0.5 | 750 | 0.0827 | - |
0.5333 | 800 | 0.0934 | - |
0.5667 | 850 | 0.077 | - |
0.6 | 900 | 0.0533 | - |
0.6333 | 950 | 0.0701 | - |
0.6667 | 1000 | 0.0859 | 0.0609 |
0.7 | 1050 | 0.0808 | - |
0.7333 | 1100 | 0.0537 | - |
0.7667 | 1150 | 0.0633 | - |
0.8 | 1200 | 0.0579 | - |
0.8333 | 1250 | 0.0547 | - |
0.8667 | 1300 | 0.0628 | - |
0.9 | 1350 | 0.0557 | - |
0.9333 | 1400 | 0.0531 | - |
0.9667 | 1450 | 0.0629 | - |
1.0 | 1500 | 0.0536 | 0.0492 |
1.0333 | 1550 | 0.0353 | - |
1.0667 | 1600 | 0.0143 | - |
1.1 | 1650 | 0.012 | - |
1.1333 | 1700 | 0.0096 | - |
1.1667 | 1750 | 0.0054 | - |
1.2 | 1800 | 0.008 | - |
1.2333 | 1850 | 0.0052 | - |
1.2667 | 1900 | 0.0043 | - |
1.3 | 1950 | 0.0105 | - |
1.3333 | 2000 | 0.0065 | 0.0455 |
1.3667 | 2050 | 0.0032 | - |
1.4 | 2100 | 0.0069 | - |
1.4333 | 2150 | 0.004 | - |
1.4667 | 2200 | 0.0078 | - |
1.5 | 2250 | 0.0044 | - |
1.5333 | 2300 | 0.0062 | - |
1.5667 | 2350 | 0.0036 | - |
1.6 | 2400 | 0.0027 | - |
1.6333 | 2450 | 0.0076 | - |
1.6667 | 2500 | 0.0048 | 0.0423 |
1.7 | 2550 | 0.0096 | - |
1.7333 | 2600 | 0.0049 | - |
1.7667 | 2650 | 0.0054 | - |
1.8 | 2700 | 0.0066 | - |
1.8333 | 2750 | 0.0059 | - |
1.8667 | 2800 | 0.0037 | - |
1.9 | 2850 | 0.004 | - |
1.9333 | 2900 | 0.0032 | - |
1.9667 | 2950 | 0.006 | - |
2.0 | 3000 | 0.0027 | 0.0428 |
框架版本
- Python:3.10.15
- 句子轉換器:3.2.0
- Transformers:4.45.1
- PyTorch:2.4.0+cu121
- Accelerate:1.1.0
- Datasets:3.0.1
- Tokenizers:0.20.0
📄 許可證
該模型使用 Apache 2.0 許可證。
🔖 引用
BibTeX
句子轉換器
@inproceedings{reimers-2019-sentence-bert,
title = "Sentence-BERT: Sentence Embeddings using Siamese BERT-Networks",
author = "Reimers, Nils and Gurevych, Iryna",
booktitle = "Proceedings of the 2019 Conference on Empirical Methods in Natural Language Processing",
month = "11",
year = "2019",
publisher = "Association for Computational Linguistics",
url = "https://arxiv.org/abs/1908.10084",
}
多重負排名損失
@misc{henderson2017efficient,
title={Efficient Natural Language Response Suggestion for Smart Reply},
author={Matthew Henderson and Rami Al-Rfou and Brian Strope and Yun-hsuan Sung and Laszlo Lukacs and Ruiqi Guo and Sanjiv Kumar and Balint Miklos and Ray Kurzweil},
year={2017},
eprint={1705.00652},
archivePrefix={arXiv},
primaryClass={cs.CL}
}
Jina Embeddings V3
Jina Embeddings V3 是一個多語言句子嵌入模型,支持超過100種語言,專注於句子相似度和特徵提取任務。
文本嵌入
Transformers 支持多種語言

J
jinaai
3.7M
911
Ms Marco MiniLM L6 V2
Apache-2.0
基於MS Marco段落排序任務訓練的交叉編碼器模型,用於信息檢索中的查詢-段落相關性評分
文本嵌入 英語
M
cross-encoder
2.5M
86
Opensearch Neural Sparse Encoding Doc V2 Distill
Apache-2.0
基於蒸餾技術的稀疏檢索模型,專為OpenSearch優化,支持免推理文檔編碼,在搜索相關性和效率上優於V1版本
文本嵌入
Transformers 英語

O
opensearch-project
1.8M
7
Sapbert From PubMedBERT Fulltext
Apache-2.0
基於PubMedBERT的生物醫學實體表徵模型,通過自對齊預訓練優化語義關係捕捉
文本嵌入 英語
S
cambridgeltl
1.7M
49
Gte Large
MIT
GTE-Large 是一個強大的句子轉換器模型,專注於句子相似度和文本嵌入任務,在多個基準測試中表現出色。
文本嵌入 英語
G
thenlper
1.5M
278
Gte Base En V1.5
Apache-2.0
GTE-base-en-v1.5 是一個英文句子轉換器模型,專注於句子相似度任務,在多個文本嵌入基準測試中表現優異。
文本嵌入
Transformers 支持多種語言

G
Alibaba-NLP
1.5M
63
Gte Multilingual Base
Apache-2.0
GTE Multilingual Base 是一個多語言的句子嵌入模型,支持超過50種語言,適用於句子相似度計算等任務。
文本嵌入
Transformers 支持多種語言

G
Alibaba-NLP
1.2M
246
Polybert
polyBERT是一個化學語言模型,旨在實現完全由機器驅動的超快聚合物信息學。它將PSMILES字符串映射為600維密集指紋,以數值形式表示聚合物化學結構。
文本嵌入
Transformers

P
kuelumbus
1.0M
5
Bert Base Turkish Cased Mean Nli Stsb Tr
Apache-2.0
基於土耳其語BERT的句子嵌入模型,專為語義相似度任務優化
文本嵌入
Transformers 其他

B
emrecan
1.0M
40
GIST Small Embedding V0
MIT
基於BAAI/bge-small-en-v1.5模型微調的文本嵌入模型,通過MEDI數據集與MTEB分類任務數據集訓練,優化了檢索任務的查詢編碼能力。
文本嵌入
Safetensors 英語
G
avsolatorio
945.68k
29
精選推薦AI模型
Llama 3 Typhoon V1.5x 8b Instruct
專為泰語設計的80億參數指令模型,性能媲美GPT-3.5-turbo,優化了應用場景、檢索增強生成、受限生成和推理任務
大型語言模型
Transformers 支持多種語言

L
scb10x
3,269
16
Cadet Tiny
Openrail
Cadet-Tiny是一個基於SODA數據集訓練的超小型對話模型,專為邊緣設備推理設計,體積僅為Cosmo-3B模型的2%左右。
對話系統
Transformers 英語

C
ToddGoldfarb
2,691
6
Roberta Base Chinese Extractive Qa
基於RoBERTa架構的中文抽取式問答模型,適用於從給定文本中提取答案的任務。
問答系統 中文
R
uer
2,694
98