Sentence Similarity
sentence-transformers
Safetensors
Bashkir
Russian
feature-extraction
dense
Generated from Trainer
dataset_size:10246566
loss:MultipleNegativesSymmetricRankingLoss
Instructions to use BorisTM/static_rus_bak with libraries, inference providers, notebooks, and local apps. Follow these links to get started.
- Libraries
- sentence-transformers
How to use BorisTM/static_rus_bak with sentence-transformers:
from sentence_transformers import SentenceTransformer model = SentenceTransformer("BorisTM/static_rus_bak") sentences = [ "Гитары всех типов доступны на сайте Crazysound.by.", "Но Тимофей знал, что его напарник вовсе не сумасшедший.", "Самые дешевые продают в Волгограде и Ярославле - 15 рублей за штуку.", "Во встрече также приняли участие первый заместитель Премьер-министра Правительства РБ , министр финансов республики Айрат Гаскаров , глава представительства ЕБРР по Приволжскому федеральному округу Михаэль Хоффман и другие ." ] embeddings = model.encode(sentences) similarities = model.similarity(embeddings, embeddings) print(similarities.shape) # [4, 4] - Notebooks
- Google Colab
- Kaggle
| { | |
| "model_type": "SentenceTransformer", | |
| "__version__": { | |
| "sentence_transformers": "5.1.2", | |
| "transformers": "4.57.3", | |
| "pytorch": "2.3.1" | |
| }, | |
| "prompts": { | |
| "query": "", | |
| "document": "" | |
| }, | |
| "default_prompt_name": null, | |
| "similarity_fn_name": "cosine" | |
| } |