Feature Extraction
sentence-transformers
Safetensors
Transformers
Russian
English
gigarembed
MTEB
custom_code
Instructions to use ai-sage/Giga-Embeddings-instruct with libraries, inference providers, notebooks, and local apps. Follow these links to get started.
- Libraries
- sentence-transformers
How to use ai-sage/Giga-Embeddings-instruct with sentence-transformers:
from sentence_transformers import SentenceTransformer model = SentenceTransformer("ai-sage/Giga-Embeddings-instruct", trust_remote_code=True) sentences = [ "The weather is lovely today.", "It's so sunny outside!", "He drove to the stadium." ] embeddings = model.encode(sentences) similarities = model.similarity(embeddings, embeddings) print(similarities.shape) # [3, 3] - Transformers
How to use ai-sage/Giga-Embeddings-instruct with Transformers:
# Use a pipeline as a high-level helper from transformers import pipeline pipe = pipeline("feature-extraction", model="ai-sage/Giga-Embeddings-instruct", trust_remote_code=True)# Load model directly from transformers import AutoModel model = AutoModel.from_pretrained("ai-sage/Giga-Embeddings-instruct", trust_remote_code=True, dtype="auto") - Notebooks
- Google Colab
- Kaggle
Оценка модели на MTEB
#3
by panser - opened
Добрый день! Можете поделиться скриптами, как вы оценивали модель на задачах Retrieval и STS на RuMTEB? Не очень понимаю как правильно подавать инструкции в модель при этих тасках(
Добрый день!
Для задачи STS использовали инструкцию: "Найди семантически похожий текст \nтекст: " перед запросом.
Для retrieval использовали инструкцию: "Дан вопрос, необходимо найти абзац текста с ответом \nвопрос: " перед запросом.
Спасибо!
А вы не планируете выложить скрипты, как вы скорили вашу модель на Ru Mteb?
Планируем
lossful changed discussion status to closed