---
pipeline_tag: sentence-similarity
tags:
- sentence-transformers
- feature-extraction
- sentence-similarity
- transformers
- onnx
base_model:
- BAAI/bge-large-zh-v1.5
---

CRE(CareerInternational Recruitment Embedding)是一个Embedding模型，擅长编码招聘的工作技能等领域信息的语义。

<small>

model = SentenceTransformer("JayThinkDiff/CRE-0.5")

query_embedding = model.encode("嵌入式")
passage_embedding = model.encode([
    "岗位职责:1.从事通讯产品相关嵌入式软件研发工作；2.进行软件详细设计，代码编写，单元测试，集成测试等；3.进行软件代码的维护和改进工作；4.完成部门安排的其它研发相关工作。任职资格:1.通信，计算机，电子，自动化等相关专业本科及以上学历，英语CET-4以上，具备英文技术资料阅读能力；2.熟练掌握C语言程序设计，熟悉软件开发过程；4.有数通领域（交换/路由协议）开发经验者优先；有TCP/IP栈，路由协议/MPLS协议等开发经验者优先；有BROADCOM/MARVELL/INTEL系列多核处理器/转发芯片/网络处理器/交换芯片等开发经验者优先；熟悉软件架构和软件流程，有过大型嵌入式软件或平台软件设计方面经验者优先。5. 具有独立思考和自我学习能力；拥有良好的工作态度和服务敬业精神；积极上进，具有团队合作精神；沟通表达能力强，能适应加班和出差",
    "招聘嵌入式系统工程师，要求会 设计嵌入式系统及单片机、会软件编程！PCB设计：AD、Pulsonix、Cadence（至少会一种）编程语言要求会：C、C++ 、Java、Python (至少会两种，Python必须会)3D设计要求会：CATIA 、SOLIDWORKS、 AutoCAD （至少会一种）工作内容：设计、开发嵌入式系统；构造嵌入式系统的框架结构、内核原理；负责编写整体系统设计方案；负责嵌入式硬件、软件开发工作；对客户进行系统技术支持。工作地点：山西晋中薪酬待遇：依据要求面谈，公司利润分红！",
])

print("查询结果:", util.cos_sim(query_embedding, passage_embedding))
```

<ul>注意事项：
  <li>使用CLS Token来表征句子</li>
  <li>最大输入Token长度为512</li>
</ul>
</small>

---
更新日志：
<small>


<b>0.1.0-RELEASE 2024/04/02</b>
 <ul>
   <li>新增：</li>
     <ul>
       <li><strong>模型微调</strong>：引入基于智源（BAAI）bge-large-zh-v1.5模型的微调版本，作为项目的基础模型。</li>
       <li><strong>大规模训练</strong>：在32张16GB显存的NVIDIA V100 GPUs上，通过DeepSpeed技术，对2000万条经过清洗和去重职位描述（JD）数据进行了持续预训练（Continue PreTrainning）。</li>
       <li><strong>检索预训练方法</strong>：采用RetroMAE（Retrieval-oriented Masked Auto-Encoder）算法作为句子级别的密集检索预训练方法，通过在句子级别上应用Masked Language Modeling（MLM）任务，同时结合检索机制，优化了模型对语义信息的编码能力，提升了模型的检索能力使其在处理复杂查询时更加精准和高效。</li>
     </ul>
 <li>改进：无</li>
 <li>删除：无</li>
 <li>其他：</li>
   <ul>
     <li><strong>训练恢复</strong>：支持从先前保存的checkpoint恢复模型训练，提高训练过程的灵活性和效率。</li>
     <li><strong>内存优化</strong>：引入Gradient Accumulation技术，优化了模型训练过程中的内存使用效率，允许在有限的硬件资源下进行更大规模的训练。</li>
   </ul>
</ul>

<b>0.2.0-RELEASE 2024/04/13</b>
 <ul>
   <li>新增：</li>
     <ul>
       <li>对职位名称、简历中的工作经历和项目经验这三种数据进行继续训练</li>
     </ul>
 <li>改进：
   <ul>
     <li>改进CLS Token的句子表征能力</li>
     <li>模型训练精度重新调整到FP32</li>
     <li>采用SafeTensor</li>
   </ul>
 </li>
 <li>删除：无</li>
 <li>其他：
   <ul>
     <li>招聘领域的指标评估体系</li>
     <li>自动化超参选择</li>
   </ul>
 </li>
</ul>


</small>