How to use dertyu1/best_metric_model_agi with sentence-transformers:
from sentence_transformers import SentenceTransformer model = SentenceTransformer("dertyu1/best_metric_model_agi") sentences = [ "Товар: Напольный обогреватель-увлажнитель с технологией PTC, эффектом реалистичного пламени и интеллектуальным управлением. Описание: Напольный обогреватель-увлажнитель с технологией PTC, эффектом реалистичного пламени и интеллектуальным управлением. Этот напольный обогреватель-увлажнитель оснащен технологией PTC, которая обеспечивает быстрый нагрев и равномерное распределение тепла. Благодаря этому, вы сможете быстро создать ком.", "Товар: Форсунка душевая. Категория: Боковой душ. Бренд: Jiemiwl. Артикул: Jiemiwl-3.24-xs60ybd67306. Описание: Лейка душа для парикмахерской мойки подходит для всех типов парикмахерской мойки В комплектации лейка, шланг и суппорт Красивые продукты.", "Товар: Комплект утягивающих трусиков с высокой талией. Категория: Женский. Бренд: BodyShape. Артикул: 1916615096-e2e6. Описание: Эти женские утягивающие трусики с высокой талией создадут идеальный силуэт, подчёркивая ваши формы и обеспечивая комфорт в течение всего дня. Изготовленные из эластичного хлопка с добавлением спандекса, они отлично облегают тело и не сковывают движения. Модель доступна в нескольких размерах и цвета.", "Товар: Напольный обогреватель-увлажнитель с керамическим нагревателем, эффектом пламени и удалённым управлением. Бренд: ComfortHeat. Описание: Напольный обогреватель-увлажнитель с керамическим нагревателем, эффектом пламени и удалённым управлением. Этот напольный обогреватель-увлажнитель использует керамическую технологию, которая обеспечивает эффективный и быстрый нагрев. Площадь обогрева составляет до 30 квадратных метров, что позволяет." ] embeddings = model.encode(sentences) similarities = model.similarity(embeddings, embeddings) print(similarities.shape) # [4, 4]
