Sentence Similarity
sentence-transformers
Safetensors
bert
feature-extraction
Generated from Trainer
dataset_size:213769
loss:MultipleNegativesRankingLoss
text-embeddings-inference
Instructions to use SungJoo/sbert-ft-slide-textbook-0914 with libraries, inference providers, notebooks, and local apps. Follow these links to get started.
- Libraries
- sentence-transformers
How to use SungJoo/sbert-ft-slide-textbook-0914 with sentence-transformers:
from sentence_transformers import SentenceTransformer model = SentenceTransformer("SungJoo/sbert-ft-slide-textbook-0914") sentences = [ "구속장치의 세부 조정은 어떤 목적으로 이루어지나요?", "SU2i FL 모델의 무릎 부분에서는 2.0(-2)점을 받았는데, 이는 개선의 여지가 있음을 나타냅니다.", "충돌 시 승객 보호 성능을 최적화하기 위한 노력의 일환으로 볼 수 있습니다.", "안전벨트의 신율은 모든 좌석에서 6±1%로 설정되어 있습니다." ] embeddings = model.encode(sentences) similarities = model.similarity(embeddings, embeddings) print(similarities.shape) # [4, 4] - Notebooks
- Google Colab
- Kaggle
Welcome to the community
The community tab is the place to discuss and collaborate with the HF community!