How to use fanyak/embeddinggemma-300m-aade-346 with sentence-transformers:
from sentence_transformers import SentenceTransformer model = SentenceTransformer("fanyak/embeddinggemma-300m-aade-346") sentences = [ "Ποιοι είναι υπόχρεοι υποβολής δήλωσης απόδοσης φόρου των έκτακτω ν αμοιβών και \nποσοστών ( bonus ) πέραν των μισθών των ναυτιλιακών εταιρειών του άρθρου 25 του ν. \n27/1975;", "Σε περίπτωση που για τη δωρεά ή τη γονική παροχή συντάσσεται συμβολαιογραφικό έγγραφο, η \nδήλωση υποβάλλεται πριν από την κατάρτιση του συμβολαίου. Όταν δεν συντάσσεται συμβόλαιο, \nη δήλωση υποβάλλεται μέσα σε έξι (6) μήνες από την παράδοση του αντικειμένου της δωρεάς ή \nτης γονικής παροχής (άρθρο 86 ν. 2961/2001). ", "Ως έδρα του υπό ίδρυση φυσικού προσώπου ορίζεται η διεύθυνση της κατοικίας του ιδρυτή. Εναλλακτικά, μπορεί να οριστεί η έδρα της επιχειρηματικής δραστηριότητας του ιδρυτή, είτε πρόκειται για φυσικό ή νομικό πρόσωπο, είτε για νομική οντότητα αντίστοιχα.", "Υπόχρεοι σε υποβολή δήλωσης απόδοσης του φόρου δέκα τοις εκατό (10%) με βάση τις διατάξεις \nτης παραγράφου 5 του άρθρου 43 του ν. 4111/2013 είναι οι πιο κάτω δικαιούχοι: \nα) μέλη του Δ.Σ . ή Διευθυντές και στελέχη για έκτακτες αμοιβές και ποσοστά (bonus) επιπλέον των \nμισθών που λαμβάνουν από αλλοδαπές επιχειρήσεις της περ. α΄ της παρ. 5 του άρθρου 43 του ν. \n4111/2013 από το έτος 2012 και μετά, \nβ) υπάλληλοι για έκτακτες αμοιβές και ποσοστά (bonus) επιπλέον των μισθών που λαμβάνουν \nαπό αλλοδαπές επιχειρήσεις της περ. α΄ της παρ. 5 του ίδιου άρθρου και νόμου από το έτος 2019 \nκαι μετά, \nγ) μέλη του Δ.Σ . ή Διευθυντές, στελέχη και υπάλληλοι για έκτακτες αμοιβές και ποσοστά (bonus) \nεπιπλέον των μισθών, που λαμβάνουν από ημεδαπές επιχειρήσεις της περ. β΄ της παρ. 5 του ίδιου \nάρθρου και νόμου από το έτος 2019 και μετά και \nδ) μέλη του Δ.Σ . ή Διευθυντές, στελέχη και υπάλληλοι για έκτακτες αμοιβές και ποσοστά (bonus) \nεπιπλέον των μισθών που λαμβάνουν από διαχειρίστριες εταιρείες ή επιχειρήσεις εγκατεστημένες \nστην Ελλάδα σύμφωνα με το άρθρο 25 του ν. 27/1975 από το έτος 2019 και μετά. " ] embeddings = model.encode(sentences) similarities = model.similarity(embeddings, embeddings) print(similarities.shape) # [4, 4]
