Sentence Similarity
sentence-transformers
Safetensors
xlm-roberta
feature-extraction
Generated from Trainer
dataset_size:10190
loss:DistillationTripletLoss
Eval Results (legacy)
text-embeddings-inference
Instructions to use Data-Lab/multilingual-e5-large-instruct-embedder_distill-tg with libraries, inference providers, notebooks, and local apps. Follow these links to get started.
- Libraries
- sentence-transformers
How to use Data-Lab/multilingual-e5-large-instruct-embedder_distill-tg with sentence-transformers:
from sentence_transformers import SentenceTransformer model = SentenceTransformer("Data-Lab/multilingual-e5-large-instruct-embedder_distill-tg") sentences = [ "острая", "Instruct: Найти похожие продукты на основе деталей\nQuery: Смесь специй для мяса Золото Индии, 30 гр None, специи, масала, мясные блюда, кулинария, пряности, None", "Instruct: Найти похожие продукты на основе деталей\nQuery: Кыстыбый с картофелем и грибами, 2 шт сырое тесто, картофель, грибы, шампиньоны, татарская кухня, выпечка, лук, чеснок, перец, сливочное масло, обжаривание, чай, закуска", "Instruct: Найти похожие продукты на основе деталей\nQuery: Горчица \"Дижонская\" пикантная приправа, французская кухня, сладковато-острый вкус, салатные заправки, специи и пряности, натуральный продукт, традиционный рецепт, закуски" ] embeddings = model.encode(sentences) similarities = model.similarity(embeddings, embeddings) print(similarities.shape) # [4, 4] - Notebooks
- Google Colab
- Kaggle
| { | |
| "_name_or_path": "intfloat/multilingual-e5-large-instruct", | |
| "architectures": [ | |
| "XLMRobertaModel" | |
| ], | |
| "attention_probs_dropout_prob": 0.1, | |
| "bos_token_id": 0, | |
| "classifier_dropout": null, | |
| "eos_token_id": 2, | |
| "hidden_act": "gelu", | |
| "hidden_dropout_prob": 0.1, | |
| "hidden_size": 1024, | |
| "initializer_range": 0.02, | |
| "intermediate_size": 4096, | |
| "layer_norm_eps": 1e-05, | |
| "max_position_embeddings": 514, | |
| "model_type": "xlm-roberta", | |
| "num_attention_heads": 16, | |
| "num_hidden_layers": 24, | |
| "output_past": true, | |
| "pad_token_id": 1, | |
| "position_embedding_type": "absolute", | |
| "torch_dtype": "float32", | |
| "transformers_version": "4.44.0", | |
| "type_vocab_size": 1, | |
| "use_cache": true, | |
| "vocab_size": 250002 | |
| } | |