Sentence Similarity
sentence-transformers
Safetensors
xlm-roberta
feature-extraction
Generated from Trainer
dataset_size:34466
loss:TripletLoss
loss:MultipleNegativesRankingLoss
Eval Results (legacy)
text-embeddings-inference
Instructions to use htdht/e5_base_finetune_v2 with libraries, inference providers, notebooks, and local apps. Follow these links to get started.
- Libraries
- sentence-transformers
How to use htdht/e5_base_finetune_v2 with sentence-transformers:
from sentence_transformers import SentenceTransformer model = SentenceTransformer("htdht/e5_base_finetune_v2") sentences = [ "query: máy quét mã vạch cầm tay", "passage: Studio Display 27 inch 5K Chân đế cố định MFEY4SA/A | Apple Studio Display 27 inch 5K với chân đế cố định MFEY4SA/A mang đến trải nghiệm hình ảnh tuyệt vời. Màn hình độ phân giải 5K sắc nét, kết hợp Camera Center Stage tiện lợi cho các cuộc gọi video. Hệ thống loa Spatial Audio tái tạo âm thanh vòm sống động, mang đến trải nghiệm nghe nhìn đắm chìm. Kế | Danh mục: Màn hình máy tính Apple | Thương hiệu: Apple | Giá: 42,990,000 VNĐ", "passage: Máy quét mã vạch 2D cầm tay có dây SingPC Scan-2623U | Máy quét mã vạch 2D cầm tay có dây SingPC Scan-2623U là giải pháp hiệu quả cho mọi nhu cầu quét mã vạch của bạn. Với khả năng đọc mã vạch 2D nhanh chóng và chính xác, thiết bị này giúp tối ưu hóa quy trình làm việc tại cửa hàng, kho bãi hay các sự kiện. Thiết kế cầm tay tiện lợi, kết nối có dây ổn đ | Danh mục: Thiết bị mã vạch SingPC | Thương hiệu: SingPC | Giá: 790,000 VNĐ", "passage: Máy quét mã vạch 2D để bàn có dây SingPC Scan-2800U | Máy quét mã vạch 2D để bàn có dây SingPC Scan-2800U là thiết bị không thể thiếu cho các hệ thống bán lẻ, kho hàng hiện đại. Khả năng quét mã vạch 2D mạnh mẽ, tốc độ cao giúp xử lý nhanh chóng mọi loại mã, kể cả những mã có chất lượng in kém. Thiết kế để bàn gọn gàng, kết nối USB ổn định, dễ dàng tíc | Danh mục: Thiết bị mã vạch SingPC | Thương hiệu: SingPC | Giá: 1,490,000 VNĐ" ] embeddings = model.encode(sentences) similarities = model.similarity(embeddings, embeddings) print(similarities.shape) # [4, 4] - Notebooks
- Google Colab
- Kaggle
| *.7z filter=lfs diff=lfs merge=lfs -text | |
| *.arrow filter=lfs diff=lfs merge=lfs -text | |
| *.bin filter=lfs diff=lfs merge=lfs -text | |
| *.bz2 filter=lfs diff=lfs merge=lfs -text | |
| *.ckpt filter=lfs diff=lfs merge=lfs -text | |
| *.ftz filter=lfs diff=lfs merge=lfs -text | |
| *.gz filter=lfs diff=lfs merge=lfs -text | |
| *.h5 filter=lfs diff=lfs merge=lfs -text | |
| *.joblib filter=lfs diff=lfs merge=lfs -text | |
| *.lfs.* filter=lfs diff=lfs merge=lfs -text | |
| *.mlmodel filter=lfs diff=lfs merge=lfs -text | |
| *.model filter=lfs diff=lfs merge=lfs -text | |
| *.msgpack filter=lfs diff=lfs merge=lfs -text | |
| *.npy filter=lfs diff=lfs merge=lfs -text | |
| *.npz filter=lfs diff=lfs merge=lfs -text | |
| *.onnx filter=lfs diff=lfs merge=lfs -text | |
| *.ot filter=lfs diff=lfs merge=lfs -text | |
| *.parquet filter=lfs diff=lfs merge=lfs -text | |
| *.pb filter=lfs diff=lfs merge=lfs -text | |
| *.pickle filter=lfs diff=lfs merge=lfs -text | |
| *.pkl filter=lfs diff=lfs merge=lfs -text | |
| *.pt filter=lfs diff=lfs merge=lfs -text | |
| *.pth filter=lfs diff=lfs merge=lfs -text | |
| *.rar filter=lfs diff=lfs merge=lfs -text | |
| *.safetensors filter=lfs diff=lfs merge=lfs -text | |
| saved_model/**/* filter=lfs diff=lfs merge=lfs -text | |
| *.tar.* filter=lfs diff=lfs merge=lfs -text | |
| *.tar filter=lfs diff=lfs merge=lfs -text | |
| *.tflite filter=lfs diff=lfs merge=lfs -text | |
| *.tgz filter=lfs diff=lfs merge=lfs -text | |
| *.wasm filter=lfs diff=lfs merge=lfs -text | |
| *.xz filter=lfs diff=lfs merge=lfs -text | |
| *.zip filter=lfs diff=lfs merge=lfs -text | |
| *.zst filter=lfs diff=lfs merge=lfs -text | |
| *tfevents* filter=lfs diff=lfs merge=lfs -text | |
| tokenizer.json filter=lfs diff=lfs merge=lfs -text | |