Sentence Similarity
sentence-transformers
Safetensors
xlm-roberta
feature-extraction
Generated from Trainer
dataset_size:10189
loss:DistillationTripletLoss
Eval Results (legacy)
text-embeddings-inference
Instructions to use Data-Lab/USER-bge-m3-embedder_distill-tg with libraries, inference providers, notebooks, and local apps. Follow these links to get started.
- Libraries
- sentence-transformers
How to use Data-Lab/USER-bge-m3-embedder_distill-tg with sentence-transformers:
from sentence_transformers import SentenceTransformer model = SentenceTransformer("Data-Lab/USER-bge-m3-embedder_distill-tg") sentences = [ "фисташки", "Батончик ореховый \"Арахис-фисташка\" батончик, орехи, арахис, фисташка, тыквенные семена, фруктоза, пребиотик, мобильный перекус, десерт, натуральные ингредиенты, лёгкий перекус", "Торт \"Белые ночи\" с сырным кремом торт, десерт, сырный крем, шоколад, глазурь, бисквит, праздничный, угощение, аллергены, домашняя выпечка", "Фисташки жареные, 1 кг None, фисташки, жареные, сладкие, закуска, орехи, скорлупа, 1 кг" ] embeddings = model.encode(sentences) similarities = model.similarity(embeddings, embeddings) print(similarities.shape) # [4, 4] - Notebooks
- Google Colab
- Kaggle