Sentence Similarity
sentence-transformers
Safetensors
bert
feature-extraction
Generated from Trainer
dataset_size:704
loss:MultipleNegativesRankingLoss
text-embeddings-inference
Instructions to use ramamimu/finetuning-MiniLM-L12-v2 with libraries, inference providers, notebooks, and local apps. Follow these links to get started.
- Libraries
- sentence-transformers
How to use ramamimu/finetuning-MiniLM-L12-v2 with sentence-transformers:
from sentence_transformers import SentenceTransformer model = SentenceTransformer("ramamimu/finetuning-MiniLM-L12-v2") sentences = [ "Apa statistik peserta MSIB Batch 4 dan 5?", "Ijazah dicetak berdasarkan data preview yang dipermanen oleh calon wisudawan. Ijazah dicetak hanya sekali saja, bila ada kekeliruan pengisian data pada point 3 maka akan diterbitkan surat keterangan", "MSIB Batch 4: Total Mahasiswa diterima: 664 mahasiswa; Program Magang: 228 mahasiswa; Program Studi Independen: 436 mahasiswa; Jumlah Mitra Industri: 108 Mitra\nMSIB Batch 5: Total Mahasiswa diterima: 488 mahasiswa; Program Magang: 257 mahasiswa; Program Studi Independen: 231 mahasiswa; Jumlah Mitra Industri: 121 Mitra", "Bentuk kegiatan studi/ proyek independen bisa berupa lomba - lomba kemahasiswaan atau proyek - proyek untuk memecahkan persoalan di ITS, di masyarakat atau industri." ] embeddings = model.encode(sentences) similarities = model.similarity(embeddings, embeddings) print(similarities.shape) # [4, 4] - Notebooks
- Google Colab
- Kaggle
Ctrl+K