Model natrénován s nejlepší metrikou -0.0609 v epoše 0

README.md

@@ -1,3 +1,45 @@
----
-license: mit
----
+# EmbeddingMimicModel
+
+Tento model byl vytvořen pomocí knihovny AOMF Mimicry pro imitaci embeddings.
+
+## Základní informace
+
+- **Základní model:** ./output_test_freeze_dense_only/best_model
+- **Dimenze embeddings:** 2048
+- **Strategie zmrazení vrstev:** selective
+- **Počet odemčených vrstev:** 6
+
+## Použití
+
+### Pomocí Transformers
+
+```python
+from transformers import AutoModel, AutoTokenizer
+
+# Načtení modelu a tokenizeru
+model = AutoModel.from_pretrained("davidadamczyk/nomicai_finetuning")
+tokenizer = AutoTokenizer.from_pretrained("davidadamczyk/nomicai_finetuning")
+
+# Generování embeddings
+texts = ["První text", "Druhý text"]
+inputs = tokenizer(texts, padding=True, truncation=True, return_tensors="pt")
+outputs = model(**inputs)
+embeddings = outputs.last_hidden_state[:, 0, :]
+```
+
+### Pomocí SentenceTransformers
+
+```python
+from sentence_transformers import SentenceTransformer
+
+# Načtení modelu
+model = SentenceTransformer("davidadamczyk/nomicai_finetuning")
+
+# Generování embeddings
+texts = ["První text", "Druhý text"]
+embeddings = model.encode(texts)
+```
+
+## Licence
+
+Tento model je dostupný pod licencí MIT.

model.safetensors

@@ -1,3 +1,3 @@
 version https://git-lfs.github.com/spec/v1
-oid sha256:cc09ba7e0974054dfd397f3ec4028ec1793e3ed396e2e9131b31b0f2896cec31
+oid sha256:0e52872f3079c1fdd9e1d05224656c3fc10444e85ab6dcc0010b0c24f93d0a73
 size 1901187232

pytorch_model.bin

@@ -1,3 +1,3 @@
 version https://git-lfs.github.com/spec/v1
-oid sha256:01eb629a1c6c6166faadae1cbbd6f98224d172feab00fae51867d5efd1a57ce6
+oid sha256:10bc1915459e204292fa25d266fb15764cb3017d90c79ff011f01cb9c7650649
 size 6318080

sentence_bert_config.json

@@ -0,0 +1,9 @@
+{
+  "sentence_embedding_dimension": 2048,
+  "model_type": "EmbeddingMimicModel",
+  "base_model_name": "./output_test_freeze_dense_only/best_model",
+  "pooling_mode_cls_token": true,
+  "pooling_mode_mean_tokens": false,
+  "pooling_mode_max_tokens": false,
+  "pooling_mode_mean_sqrt_len_tokens": false
+}