Sentence Similarity
sentence-transformers
Safetensors
feature-extraction
dense
Generated from Trainer
dataset_size:7200
loss:MultipleNegativesRankingLoss
Eval Results (legacy)
Instructions to use kangbeom/multilingual-e5-large with libraries, inference providers, notebooks, and local apps. Follow these links to get started.
- Libraries
- sentence-transformers
How to use kangbeom/multilingual-e5-large with sentence-transformers:
from sentence_transformers import SentenceTransformer model = SentenceTransformer("kangbeom/multilingual-e5-large") sentences = [ "query: 어디서 입력 신호의 SNR이 엄청 낮게 나타나?", "passage: 클럭잡음 모델을 생성할 때 랜덤데이터를 이용하기 때문에 여러번 시뮬레이션을수행하여 실제 모델에 최대한 근접한 데이터를 얻어야 한다.", "passage: 둘 이상의 다른 네트워크 접속 인터페이스를 갖는 다중모드 단말에서 MIH 는 미디어에 독립적으로 이기종 망간 핸드오버를 지원하기 위해 하위 물리 계층의 정보를 이용한다.", "passage: 돌발 잡음은 일반적으로 에너지가 매우 크기 때문에 돌발 잡음이 존재하는 구간에서 입력 신호의 SNR이 매우 낮게 나타난다." ] embeddings = model.encode(sentences) similarities = model.similarity(embeddings, embeddings) print(similarities.shape) # [4, 4] - Notebooks
- Google Colab
- Kaggle
Download modules.json from kangbeom/multilingual-e5-large: direct link, hf CLI and curl.
- Browser
- Download file 368 Bytes
-
https://huggingface.co/kangbeom/multilingual-e5-large/resolve/main/modules.json
- Command line
-
hf download hf://kangbeom/multilingual-e5-large/modules.json
-
curl -L -o modules.json https://huggingface.co/kangbeom/multilingual-e5-large/resolve/main/modules.json
368 Bytes
| [ | |
| { | |
| "idx": 0, | |
| "name": "0", | |
| "path": "", | |
| "type": "sentence_transformers.models.Transformer" | |
| }, | |
| { | |
| "idx": 1, | |
| "name": "1", | |
| "path": "1_Pooling", | |
| "type": "sentence_transformers.models.Pooling" | |
| }, | |
| { | |
| "idx": 2, | |
| "name": "2", | |
| "path": "2_Normalize", | |
| "type": "sentence_transformers.models.Normalize" | |
| } | |
| ] |