How to use ktcapraz/embeddinggemma-german_qna-checkpoint-500 with sentence-transformers:
from sentence_transformers import SentenceTransformer model = SentenceTransformer("ktcapraz/embeddinggemma-german_qna-checkpoint-500") sentences = [ "Was ist aus der früheren Division \"Passive Sicherheitstechnik\" geworden?", "Adania Shiblis Roman \"Eine Nebensache\" erschien im Original vor sieben Jahren und auf Deutsch vor zwei Jahren.", "Der Bundesvorsitzende des Fahrgastverbandes Pro Bahn, Detlef Neuß, rät Reisenden, ausreichend Getränke, Obst und Verpflegung mitzuführen, da Bordrestaurants nicht immer garantiert geöffnet sein werden. Es wird auch empfohlen, Bücher oder Unterhaltungselektronik sowie Spiele für Kinder mitzunehmen, um die Reisezeit angenehmer zu gestalten. Die Bahn empfiehlt zudem dringend, Sitzplätze zu reservieren, da die Züge stark gebucht sind, und rät, auf weniger ausgelastete Fahrten auszuweichen, falls möglich.", "Die frühere Division \"Passive Sicherheitstechnik\", die Airbags und Sicherheitsgurte herstellt, wurde aus den Konzernstrukturen herausgelöst und firmiert eigenständig als Tochter unter dem Namen ZF Lifetec. Für diesen Bereich sucht ZF einen Partner, erwägt aber auch einen Börsengang." ] embeddings = model.encode(sentences) similarities = model.similarity(embeddings, embeddings) print(similarities.shape) # [4, 4]
