Update README.md
Browse files
README.md
CHANGED
|
@@ -15,6 +15,7 @@ tags:
|
|
| 15 |
- transformers
|
| 16 |
|
| 17 |
license: mit
|
|
|
|
| 18 |
|
| 19 |
---
|
| 20 |
|
|
@@ -22,7 +23,14 @@ license: mit
|
|
| 22 |
|
| 23 |
Быстрая модель BERT для расчетов компактных эмбедингов предложений на русском языке. Модель основана на [cointegrated/rubert-tiny2](https://huggingface.co/cointegrated/rubert-tiny2) - имеет аналогичные размеры контекста (2048), ембединга (312) и быстродействие. Является первой и самой быстрой моделью в серии BERT-sts.
|
| 24 |
|
| 25 |
-
На STS и близких задачах (PI, NLI, SA, TI) для русского языка превосходит по качеству LaBSE.
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
| 26 |
|
| 27 |
## Использование модели с библиотекой `transformers`:
|
| 28 |
|
|
|
|
| 15 |
- transformers
|
| 16 |
|
| 17 |
license: mit
|
| 18 |
+
base_model: cointegrated/rubert-tiny2
|
| 19 |
|
| 20 |
---
|
| 21 |
|
|
|
|
| 23 |
|
| 24 |
Быстрая модель BERT для расчетов компактных эмбедингов предложений на русском языке. Модель основана на [cointegrated/rubert-tiny2](https://huggingface.co/cointegrated/rubert-tiny2) - имеет аналогичные размеры контекста (2048), ембединга (312) и быстродействие. Является первой и самой быстрой моделью в серии BERT-sts.
|
| 25 |
|
| 26 |
+
На STS и близких задачах (PI, NLI, SA, TI) для русского языка превосходит по качеству LaBSE. Для работы с контекстом свыше 512 токенов требует дообучения под целевой домен.
|
| 27 |
+
|
| 28 |
+
## Быстрая модель для использования в составе RAG LLMs при инференсе на CPU:
|
| 29 |
+
- отличный метрики на задачах STS, PI, NLI обеспечивают высокое качество при нечетких запросах;
|
| 30 |
+
- средние показатели на задачах SA, TI снижают влияние авторского стиля и личного отношения автора на ембединг;
|
| 31 |
+
- высокая скорость работы на CPU (> 1k предложений в секунду) позволяет легко расширять базу текстовых документов;
|
| 32 |
+
- пониженная размерность эмбединга (312) ускоряет дальнейшую работу алгоритмов knn при поиске соответствий;
|
| 33 |
+
- совместимость с [SentenceTransformer](https://github.com/UKPLab/sentence-transformers) позволяет проверить модель на своих данных с минимальным объемом кода.
|
| 34 |
|
| 35 |
## Использование модели с библиотекой `transformers`:
|
| 36 |
|