Sentence Similarity
sentence-transformers
Safetensors
Portuguese
feature-extraction
Generated from Trainer
dataset_size:25863649
loss:MatryoshkaLoss
loss:MultipleNegativesRankingLoss
Eval Results (legacy)
Instructions to use cnmoro/static-retrieval-distilbert-ptbr with libraries, inference providers, notebooks, and local apps. Follow these links to get started.
- Libraries
- sentence-transformers
How to use cnmoro/static-retrieval-distilbert-ptbr with sentence-transformers:
from sentence_transformers import SentenceTransformer model = SentenceTransformer("cnmoro/static-retrieval-distilbert-ptbr") sentences = [ "google o que causa urina turva", "Um cagoule, cagoul, kagoule ou kagool (do francês cagoule significa balaclava) é o termo inglês britânico para um leve (geralmente sem forro), capa de chuva à prova de intempéries ou anorak com um capuz, que muitas vezes vem no joelho. O equivalente inglês canadense é quebra-vento ou K-Way\".", "Causas da Urina Nublada. 1 Infecção da bexiga (Cisite) A infecção da bexiga é uma infecção da bexiga, geralmente causada por bactérias ou, raramente, por Candida. 2 Desidratação é a perda excessiva de água corporal. 3 Gonorreia Em Mulheres Gonorreia é uma infecção bacteriana transmitida durante o contato sexual\".", "infecção vaginal ou desidratação. Se a urina é mais leitosa na aparência, isso pode ser devido à presença de bactérias, muco, gordura ou glóbulos vermelhos ou brancos. A propósito, a urina â-saudável deve ser amarela pálida ou de cor palha na aparência. Se a sua urina cheira. Engraçado. É mais provável devido a algo que você comeu\"." ] embeddings = model.encode(sentences) similarities = model.similarity(embeddings, embeddings) print(similarities.shape) # [4, 4] - Notebooks
- Google Colab
- Kaggle
Performance
#1
by tomaarsen - opened
Hello!
Nice work! I was quite curious, so I ran this model on 2 Portuguese datasets from MTEB and compared it against multilingual-e5-small. These are my findings:
| BelebeleRetrieval (por) | MintakaRetrieval (por) | |
|---|---|---|
| cnmoro/static-retrieval-distilbert-ptbr | 0.79412 NDCG@10 | 0.19006 NDCG@10 |
| intfloat/multilingual-e5-small | 0.91068 NDCG@10 | 0.22553 NDCG@10 |
That's super impressive! You get really close (87% and 84%) to this transformers-based model.
- Tom Aarsen
Thanks! I've been working on embedding models lately, and when I saw your article I knew I had to test it out :)