Sentence Similarity
sentence-transformers
Safetensors
Korean
new
feature-extraction
Generated from Trainer
dataset_size:10000
loss:MultipleNegativesRankingLoss
custom_code
Eval Results (legacy)
text-embeddings-inference
Instructions to use juyoungml/gte-base-ko with libraries, inference providers, notebooks, and local apps. Follow these links to get started.
- Libraries
- sentence-transformers
How to use juyoungml/gte-base-ko with sentence-transformers:
from sentence_transformers import SentenceTransformer model = SentenceTransformer("juyoungml/gte-base-ko", trust_remote_code=True) sentences = [ "비, 오다, 배, 뜨다", "그가 좋아하는 과일은 귤, 사과, 배, 감이다.", "현재 산업적으로 생산되고 있는 젤란의 평균 분자량은 약 \\( 1.00 \\times 10^{5} \\) 이며 pullulan의 평균 분자량은 배양 조건 및 사용한 균주에 따라 \\( 1.50 \\times 10^{4} \\) 에서 \\( 1.00 \\times 10^{7} \\) 정도이다.", "비가 너무 많이 와서 배조차 뜨지 못했다." ] embeddings = model.encode(sentences) similarities = model.similarity(embeddings, embeddings) print(similarities.shape) # [4, 4] - Notebooks
- Google Colab
- Kaggle
파인튜닝 소스 공유 받을 수 있을까요??
1
#1 opened over 1 year ago
by
hwijune