Sentence Similarity
sentence-transformers
Safetensors
xlm-roberta
feature-extraction
Generated from Trainer
dataset_size:828
loss:MatryoshkaLoss
loss:MultipleNegativesRankingLoss
Eval Results (legacy)
text-embeddings-inference
Instructions to use adriansanz/sqv-v3 with libraries, inference providers, notebooks, and local apps. Follow these links to get started.
- Libraries
- sentence-transformers
How to use adriansanz/sqv-v3 with sentence-transformers:
from sentence_transformers import SentenceTransformer model = SentenceTransformer("adriansanz/sqv-v3") sentences = [ "Comunicació prèvia per l'execució de cales, pous i sondejos, en terreny privat, previs a l'actuació definitiva.", "Quin és el requisit per a l'execució de les obres en terreny privat?", "Quin és el propòsit del tràmit de rectificació de dades personals?", "Quin és el requisit per a la crema en zones de conservació?" ] embeddings = model.encode(sentences) similarities = model.similarity(embeddings, embeddings) print(similarities.shape) # [4, 4] - Notebooks
- Google Colab
- Kaggle
Welcome to the community
The community tab is the place to discuss and collaborate with the HF community!