Sentence Similarity
sentence-transformers
PyTorch
xlm-roberta
feature-extraction
dense
Generated from Trainer
dataset_size:747
loss:MultipleNegativesRankingLoss
text-embeddings-inference
Instructions to use cringeee/be_finetuned_mnr with libraries, inference providers, notebooks, and local apps. Follow these links to get started.
- Libraries
- sentence-transformers
How to use cringeee/be_finetuned_mnr with sentence-transformers:
from sentence_transformers import SentenceTransformer model = SentenceTransformer("cringeee/be_finetuned_mnr") sentences = [ "шанобливо вклонятися, виражаючи почуття поваги", "шанований, відомий своїм становищем в суспільстві; в пошані", "для вираження поваги, пошани кому-, чому-небудь, для підтвердження визнання когось, чогось", "не мати достатнього життєвого досвіду" ] embeddings = model.encode(sentences) similarities = model.similarity(embeddings, embeddings) print(similarities.shape) # [4, 4] - Notebooks
- Google Colab
- Kaggle
Adding `safetensors` variant of this model
#1
by SFconvertbot - opened
- model.safetensors +3 -0
model.safetensors
ADDED
|
@@ -0,0 +1,3 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
| 1 |
+
version https://git-lfs.github.com/spec/v1
|
| 2 |
+
oid sha256:8ef1ef80ffbd81d13ea01516073aec6430e59852fb10df6008f5d863483196e5
|
| 3 |
+
size 1112197096
|