Sentence Similarity
sentence-transformers
Safetensors
modernbert
feature-extraction
Generated from Trainer
dataset_size:63130
loss:MultipleNegativesRankingLoss
Eval Results (legacy)
text-embeddings-inference
Instructions to use anhtuansh/modernBERT-ft-2e with libraries, inference providers, notebooks, and local apps. Follow these links to get started.
- Libraries
- sentence-transformers
How to use anhtuansh/modernBERT-ft-2e with sentence-transformers:
from sentence_transformers import SentenceTransformer model = SentenceTransformer("anhtuansh/modernBERT-ft-2e") sentences = [ "ủy_ban nhân_dân tỉnh có vai_trò gì trong việc quyết_định phạm_vi khu_vực cửa_khẩu phụ , lối mở biên_giới ?", "a ) bộ chỉ_huy bộ_đội biên_phòng tỉnh chủ_trì , phối_hợp với sở , ngành của tỉnh , gồm : bộ chỉ_huy quân_sự tỉnh , công_an , ngoại_vụ , công_thương , y_tế , hải_quan , nông_nghiệp và phát_triển nông_thôn , kế_hoạch và đầu_tư , xây_dựng , tài_chính , giao_thông vận_tải và ủy_ban nhân_dân cấp huyện có cửa_khẩu phụ , lối mở biên_giới khảo_sát xác_định phạm_vi khu_vực cửa_khẩu phụ , lối mở biên_giới ; lập biên_bản khảo_sát và kèm theo sơ_đồ phạm_vi khu_vực cửa_khẩu phụ , lối mở biên_giới ; \n b ) trên_cơ_sở ý_kiến thống_nhất của các sở , ngành quy_định tại điểm a khoản này , bộ chỉ_huy bộ_đội biên_phòng tỉnh đề_xuất ủy_ban nhân_dân tỉnh quyết_định ; \n c ) căn_cứ quyết_định của ủy_ban nhân_dân tỉnh , bộ chỉ_huy bộ_đội biên_phòng tỉnh chủ_trì , phối_hợp với các sở , ngành liên_quan triển_khai thực_hiện . \n 4 . trường_hợp thay_đổi phạm_vi khu_vực cửa_khẩu , lối mở biên_giới đất_liền , trình_tự thực_hiện theo quy_định tại các khoản 2 , 3 điều này .", "6 . phạt tiền từ 40.000.000 đồng đến 50.000.000 đồng đối_với một trong các hành_vi sau đây : \n a ) triển_lãm tác_phẩm nhiếp_ảnh tại việt_nam có nội_dung kích_động bạo_lực ; khiêu_dâm , đồi trụy nhưng chưa đến mức truy_cứu trách_nhiệm hình_sự ; \n b ) sửa_chữa , ghép tác_phẩm nhiếp_ảnh làm sai_lệch nội_dung của hình_ảnh nhằm mục_đích xuyên_tạc sự_thật lịch_sử , phủ_nhận thành_tựu cách_mạng ; xúc_phạm vĩ_nhân , anh_hùng dân_tộc , lãnh_tụ , danh_nhân_văn_hóa ; \n c ) mua , bán , sử_dụng , phổ_biến tác_phẩm nhiếp_ảnh vi_phạm_pháp_luật hoặc đã có quyết_định đình_chỉ lưu_hành , cấm lưu_hành , thu_hồi , tịch_thu , tiêu_hủy của cơ_quan nhà_nước có thẩm_quyền . \n 7 . hình_thức xử_phạt bổ_sung : tịch_thu tang_vật vi_phạm đối_với hành_vi quy_định tại khoản 2 điều này . \n 8 . biện_pháp khắc_phục hậu_quả :", "khoản 6 . pháp_luật học_phần này cung_cấp cho học_sinh những kiến_thức cơ_bản về nhà_nước và pháp_luật . nội_dung bao_gồm một_số vấn_đề về nhà_nước và pháp_luật và một_số luật cơ_bản của pháp_luật việt_nam . sau khi học xong học_phần này , học_sinh có_thể giải_thích được những vấn_đề cơ_bản về nhà_nước và pháp_luật và một_số luật cơ_bản của pháp_luật việt_nam , vận_dụng được kiến_thức đã học để xử_lý các vấn_đề liên_quan đến pháp_luật tại nơi làm_việc và trong cộng_đồng dân_cư , hình_thành ý_thức tôn_trọng pháp_luật , rèn_luyện tác_phong sống và làm_việc theo pháp_luật ; biết lựa_chọn hành_vi và khẳng_định sự tự_chủ của mình trong các quan_hệ xã_hội , trong lao_động , trong cuộc_sống hàng ngày . điều_kiện tiên_quyết : không" ] embeddings = model.encode(sentences) similarities = model.similarity(embeddings, embeddings) print(similarities.shape) # [4, 4] - Notebooks
- Google Colab
- Kaggle
Ctrl+K