Sentence Similarity
sentence-transformers
Safetensors
camembert
feature-extraction
Generated from Trainer
dataset_size:68
loss:MultipleNegativesRankingLoss
Eval Results (legacy)
text-embeddings-inference
Instructions to use FlukeTJ/model-sep-congen-debt with libraries, inference providers, notebooks, and local apps. Follow these links to get started.
- Libraries
- sentence-transformers
How to use FlukeTJ/model-sep-congen-debt with sentence-transformers:
from sentence_transformers import SentenceTransformer model = SentenceTransformer("FlukeTJ/model-sep-congen-debt") sentences = [ "ต้องการข้อมูลสินเชื่อที่ปรับโครงสร้าง", "ดูสินเชื่อปรับโครงสร้างหนี้", "ข้อมูลใบแจ้งหนี้ปัจจุบัน", "แนะนำวิธีชำระหนี้อย่างปลอดภัย" ] embeddings = model.encode(sentences) similarities = model.similarity(embeddings, embeddings) print(similarities.shape) # [4, 4] - Notebooks
- Google Colab
- Kaggle
Ctrl+K