Sentence Similarity
sentence-transformers
Safetensors
xlm-roberta
feature-extraction
Generated from Trainer
dataset_size:1924
loss:MultipleNegativesRankingLoss
Eval Results (legacy)
text-embeddings-inference
Instructions to use ThanhLe0125/e5-math-ebd-01 with libraries, inference providers, notebooks, and local apps. Follow these links to get started.
- Libraries
- sentence-transformers
How to use ThanhLe0125/e5-math-ebd-01 with sentence-transformers:
from sentence_transformers import SentenceTransformer model = SentenceTransformer("ThanhLe0125/e5-math-ebd-01") sentences = [ "query: Khai triển của A(n, k) là gì?", "passage: # Phương pháp tìm giá trị lớn nhất và nhỏ nhất\n\n## Trên đoạn [a; b]\n**Bước 1:** Tìm các điểm $x_i$ trong $(a; b)$ mà tại đó $f'(x_i) = 0$ hoặc $f'(x_i)$ không xác định\n**Bước 2:** Tính các giá trị $f(a)$, $f(b)$ và $f(x_i)$\n**Bước 3:** So sánh để tìm giá trị lớn nhất và nhỏ nhất\n\n## Ví dụ\nTìm giá trị lớn nhất và nhỏ nhất của $f(x) = x^3 - 3x^2 + 2$ trên $[-1; 3]$.\n\n**Lời giải:**\n$f'(x) = 3x^2 - 6x = 3x(x - 2)$\n$f'(x) = 0 \\Leftrightarrow x = 0$ hoặc $x = 2$ (cả hai đều thuộc $(-1; 3)$)\n\nTính giá trị:\n- $f(-1) = -1 - 3 + 2 = -2$\n- $f(0) = 2$ \n- $f(2) = 8 - 12 + 2 = -2$\n- $f(3) = 27 - 27 + 2 = 2$\n\n**Kết luận:**\n- $\\max_{[-1;3]} f(x) = 2$ tại $x = 0$ và $x = 3$\n- $\\min_{[-1;3]} f(x) = -2$ tại $x = -1$ và $x = 2$\n\n## Trên khoảng hoặc nửa khoảng\n- Tìm cực trị trong khoảng\n- Xét giới hạn tại các đầu mút\n- Kết luận về sự tồn tại", "passage: # Vectơ trong không gian\n\n## Định nghĩa\n**Vectơ trong không gian** là đại lượng có độ lớn và hướng, được biểu diễn bằng đoạn thẳng có hướng từ điểm đầu đến điểm cuối.\n\nVectơ $\\overrightarrow{AB}$:\n- Điểm đầu: $A$ \n- Điểm cuối: $B$\n- Độ lớn: $|\\overrightarrow{AB}| = |AB|$\n- Hướng: từ $A$ đến $B$\n\n## Các loại vectơ đặc biệt\n**Vectơ không:** $\\vec{0}$ có độ lớn bằng 0, không có hướng xác định\n\n**Vectơ đơn vị:** Có độ lớn bằng 1\n\n**Hai vectơ bằng nhau:** $\\vec{a} = \\vec{b}$ nếu cùng độ lớn và cùng hướng\n\n**Hai vectơ đối nhau:** $\\vec{a} = -\\vec{b}$ nếu cùng độ lớn nhưng ngược hướng\n\n## Điều kiện cùng phương\nHai vectơ $\\vec{a}$ và $\\vec{b}$ (với $\\vec{b} \\neq \\vec{0}$) cùng phương khi tồn tại số thực $k$ sao cho $\\vec{a} = k\\vec{b}$.\n\n## Ứng dụng\n**Ba điểm thẳng hàng:** $A$, $B$, $C$ thẳng hàng ⇔ $\\overrightarrow{AB}$ và $\\overrightarrow{AC}$ cùng phương\n\n**Bốn điểm đồng phẳng:** $A$, $B$, $C$, $D$ đồng phẳng ⇔ $\\overrightarrow{AD}$ biểu diễn được qua $\\overrightarrow{AB}$ và $\\overrightarrow{AC}$", "passage: # Hoán vị và Chỉnh hợp\n\n## Quy tắc nhân\nNếu có $m$ cách làm việc A và $n$ cách làm việc B thì có $m \\times n$ cách làm cả hai việc A và B.\n\n## Hoán vị\n**Định nghĩa:** Hoán vị của $n$ phần tử là cách sắp xếp $n$ phần tử đó theo một thứ tự nhất định.\n\n**Công thức:** $P_n = n!$\n\n**Giai thừa:** $n! = 1 \\times 2 \\times 3 \\times ... \\times n$\n\nQuy ước: $0! = 1$\n\n## Chỉnh hợp\n**Định nghĩa:** Chỉnh hợp chập $k$ của $n$ phần tử là cách sắp xếp $k$ phần tử được chọn từ $n$ phần tử theo một thứ tự nhất định.\n\n**Điều kiện:** $0 \\leq k \\leq n$\n\n**Công thức:** $A_n^k = \\frac{n!}{(n-k)!}$\n\n**Khai triển:** $A_n^k = n(n-1)(n-2)...(n-k+1)$ ($k$ thừa số)\n\n## Ví dụ minh họa\n**Ví dụ 1:** Có bao nhiêu cách sắp xếp 5 người ngồi quanh bàn tròn?\n\n**Lời giải:** Với bàn tròn, cố định 1 người, sắp xếp 4 người còn lại: $(5-1)! = 4! = 24$ cách.\n\n**Ví dụ 2:** Có 8 vận động viên chạy. Có bao nhiêu cách trao giải Nhất, Nhì, Ba?\n\n**Lời giải:** Chọn và sắp xếp 3 người từ 8 người: $A_8^3 = \\frac{8!}{5!} = 8 \\times 7 \\times 6 = 336$ cách.\n\n**Ví dụ 3:** Có bao nhiêu số có 4 chữ số khác nhau được tạo từ các chữ số {1, 2, 3, 4, 5, 6}?\n\n**Lời giải:** $A_6^4 = 6 \\times 5 \\times 4 \\times 3 = 360$ số.\n\n## Lưu ý quan trọng\n- **Hoán vị:** Quan tâm đến thứ tự, sử dụng hết tất cả phần tử\n- **Chỉnh hợp:** Quan tâm đến thứ tự, chọn một phần phần tử\n- Luôn xác định rõ điều kiện bài toán (có lặp, không lặp, có ràng buộc gì không)" ] embeddings = model.encode(sentences) similarities = model.similarity(embeddings, embeddings) print(similarities.shape) # [4, 4] - Notebooks
- Google Colab
- Kaggle
Ctrl+K