Sentence Similarity
sentence-transformers
Safetensors
Italian
xlm-roberta
feature-extraction
Generated from Trainer
dataset_size:182223
loss:MatryoshkaLoss
loss:MultipleNegativesRankingLoss
Eval Results (legacy)
text-embeddings-inference
Instructions to use mik3ml/multilingual-e5-large-ita with libraries, inference providers, notebooks, and local apps. Follow these links to get started.
- Libraries
- sentence-transformers
How to use mik3ml/multilingual-e5-large-ita with sentence-transformers:
from sentence_transformers import SentenceTransformer model = SentenceTransformer("mik3ml/multilingual-e5-large-ita") sentences = [ "Çandahar\nÇandahar è un comune dell'Azerbaigian situato nel distretto di İsmayıllı. Conta una popolazione di 155 abitanti.\n\nCollegamenti esterni\nÇandahar su GEOnet Names Server\n\nComuni del distretto di İsmayıllı", "Quali sono i principali dati demografici e territoriali dell'upazila di Lalmohan secondo il censimento del 1991?", "Qual è la popolazione del comune di Çandahar?", "Cosa è stato associato a uno stato socioeconomico inferiore e a uno stato sociale più elevato in relazione all'uso di alcol, sigarette e droghe ricreative durante la gravidanza?" ] embeddings = model.encode(sentences) similarities = model.similarity(embeddings, embeddings) print(similarities.shape) # [4, 4] - Notebooks
- Google Colab
- Kaggle
Ctrl+K