Feature Extraction
sentence-transformers
Safetensors
xlm-roberta
sentence-similarity
Generated from Trainer
dataset_size:1879136
loss:CachedGISTEmbedLoss
text-embeddings-inference
Instructions to use nlpai-lab/KURE-v1 with libraries, inference providers, notebooks, and local apps. Follow these links to get started.
- Libraries
- sentence-transformers
How to use nlpai-lab/KURE-v1 with sentence-transformers:
from sentence_transformers import SentenceTransformer model = SentenceTransformer("nlpai-lab/KURE-v1") sentences = [ "The weather is lovely today.", "It's so sunny outside!", "He drove to the stadium." ] embeddings = model.encode(sentences) similarities = model.similarity(embeddings, embeddings) print(similarities.shape) # [3, 3] - Inference
- Notebooks
- Google Colab
- Kaggle
KURE-v1 fine tuning 질문드립니다!
#4
by Alope - opened
안녕하세요!
해당 임베딩 모델 너무 잘 쓰고 있습니다.
다름이 아니라, KURE-v1 모델을 fine tuning을 하고 싶은데, query:answer pair로 해도 되는지, 혹은 다른 팁 같은게 있을지 궁금합니다!
감사합니다!
안녕하세요, 답변이 늦어 죄송합니다.
저희는 Abstractive QA (Query에 대한 답을 직접적으로는 제공하지 않는) 데이터셋은 학습에 사용하고,
그 외의 QA 데이터셋 (Direct QA, Query에 대한 답을 직접적으로 제공하는; e.g. Query: "고려대학교의 위치는 어디야?" / Answer: "성북구 안암동") 은 사용하지 않았습니다 !
감사합니다 !
답변 정말 감사합니다!
도움 많이 됐습니다:)
yjoonjang changed discussion status to closed