datasocietyco/bge-base-en-v1.5-course-recommender-v5
SentenceTransformer based on BAAI/bge-base-en-v1.5 This is a sentence-transformers(https://www.SBERT.net) model finetuned from BAAI/bge-base-en-v1.5(https://huggingface.co/BAAI/bge-base-en-v1.5). It maps sentences & paragraphs to a 768-dimensional d...
Thành tựu nổi bật
Những danh hiệu mới nhất của dự án
#1 Repository Của Tuần
#1 Repository Của Tuần
#1 Repository Của Tuần
📚 Mô hình SentenceTransformer khuyến nghị khóa học thông minh
Mô hình SentenceTransformer tinh chỉnh từ BAAI/bge-base-en-v1.5, chuyên dụng cho nhiệm vụ đề xuất khóa học dựa trên độ tương đồng ngữ nghĩa.
Đây là một mô hình sentence-transformers được tinh chỉnh từ BAAI/bge-base-en-v1.5. Mô hình ánh xạ câu và đoạn văn sang không gian vector dày đặc 768 chiều, hỗ trợ các tác vụ như tương đồng ngữ nghĩa, tìm kiếm ngữ nghĩa, khai thác diễn đạt tương đương, phân loại văn bản, phân cụm và đặc biệt là khuyến nghệ khóa học.
✨ Điểm nổi bật
- Kiến trúc SentenceTransformer: Xây dựng từ mô hình BERT với độ dài chuỗi tối đa 512 token.
- Chiều đầu ra 768: Nén thông tin ngữ nghĩa thành vector 768 chiều để so sánh hiệu quả.
- Hàm tương đồng Cosine: Sử dụng độ tương đồng cosine để đo độ giống nhau giữa các câu.
- Tinh chỉnh từ BAAI/bge-base-en-v1.5: Nền tảng vững chắc từ mô hình embedding caliber cao.
- Hỗ trợ inference trực tiếp: Dùng thư viện sentence-transformers để tải và chạy suy diễn ngay.
- Tập dữ liệu huấn luyện nhỏ gọn: Chỉ 45 mẫu với cặp anchor và positive, phù hợp cho bài toán khuyến nghị khóa học.
- Tương thích triển khai: Hỗ trợ triển khai qua text-embeddings-inference và các nền tảng như Azure.
💡 Vì sao đáng chú ý
Không giống các mô hình embedding chung chung, mô hình này được tinh chỉnh đặc thù cho bài toán khuyến nghện khóa học, giúp tận dụng hiệu quả kiến thức ngữ nghĩa giữa các câu mô tả khóa học. Với kích thước tập dữ liệu nhỏ nhưng tập trung (45 mẫu), mô hình vẫn duy trì khả năng biểu diễn ngữ nghĩa mạnh mẽ nhờ phương pháp huấn luyện MultipleNegativesRankingLoss.
#SentenceTransformers #BGE #CourseRecommendation #SemanticSimilarity #TiniX
Similar Projects
Discover other similar projects and AI models.
all-MiniLM-L6-v2 This is a sentence-transformers(https://www.SBERT.net) model: It maps sentences & paragraphs to a 384 dimensional dense vector space and can be used for tasks like clustering or semantic search. Usage (Sentence-Transformers) Using t...
sentence-transformers/paraphrase-multilingual-MiniLM-L12-v2 This is a sentence-transformers(https://www.SBERT.net) model: It maps sentences & paragraphs to a 384 dimensional dense vector space and can be used for tasks like clustering or semantic se...
FlagEmbedding Model List | FAQ | Usage | Evaluation | Train | Contact | Citation | License More details please refer to our Github: FlagEmbedding(https://github.com/FlagOpen/FlagEmbedding). If you are looking for a model that supports more languages,...
For more details please refer to our github repo: https://github.com/FlagOpen/FlagEmbedding BGE-M3 (paper(https://arxiv.org/pdf/2402.03216.pdf), code(https://github.com/FlagOpen/FlagEmbedding/tree/master/FlagEmbedding/BGEM3)) In this project, we intr...
all-mpnet-base-v2 This is a sentence-transformers(https://www.SBERT.net) model: It maps sentences & paragraphs to a 768 dimensional dense vector space and can be used for tasks like clustering or semantic search. Usage (Sentence-Transformers) Using...
Cross-Encoder for MS Marco This model was trained on the MS Marco Passage Ranking(https://github.com/microsoft/MSMARCO-Passage-Ranking) task. The model can be used for Information Retrieval: Given a query, encode the query will all possible passages...
sentence-transformers/paraphrase-multilingual-mpnet-base-v2 This is a sentence-transformers(https://www.SBERT.net) model: It maps sentences & paragraphs to a 768 dimensional dense vector space and can be used for tasks like clustering or semantic se...
nomic-embed-text-v1.5: Resizable Production Embeddings with Matryoshka Representation Learning Blog(https://www.nomic.ai/blog/posts/nomic-embed-text-v1) | Technical Report(https://arxiv.org/abs/2402.01613) | AWS SageMaker(https://aws.amazon.com/mark...
EmbeddingGemma model card Model Page: EmbeddingGemma(https://ai.google.dev/gemma/docs/embeddinggemma) Resources and Technical Documentation: Responsible Generative AI Toolkit(https://ai.google.dev/responsible) EmbeddingGemma on Kaggle(https://www.ka...