Sentence Similarity
sentence-transformers
Safetensors
modernbert
feature-extraction
Generated from Trainer
dataset_size:39780811
loss:MatryoshkaLoss
loss:MultipleNegativesRankingLoss
Eval Results (legacy)
text-embeddings-inference
Instructions to use nickprock/Italian-ModernBERT-base-embed-mmarco-mnrl with libraries, inference providers, notebooks, and local apps. Follow these links to get started.
- Libraries
- sentence-transformers
How to use nickprock/Italian-ModernBERT-base-embed-mmarco-mnrl with sentence-transformers:
from sentence_transformers import SentenceTransformer model = SentenceTransformer("nickprock/Italian-ModernBERT-base-embed-mmarco-mnrl") sentences = [ "numero di telefono del tribunale della contea di garza", "La città di Bay Minette è il capoluogo della contea di Baldwin e sede del tribunale della contea di Baldwin. Visita la nostra sezione governativa per saperne di più sui servizi forniti dai governi della città e della contea.", "Radiatore. È realizzato in metallo che allontana il calore dal processore nelle alette. Dispositivo di raffreddamento della CPU senza ventola (passivo). Dispositivi di raffreddamento contenenti tubi di calore che contengono una piccola quantità di liquido che diventa vapore quando riscaldato, che allontana il calore dalla CPU verso le alette del dispositivo di raffreddamento.", "L'indirizzo del tribunale è 300 W Main St, PO Box 366, Post TX 79356. Il numero di telefono del tribunale distrettuale della contea di Garza 106 è 806-495-4430 e il numero di fax è 806-495-4431. © Copyright 2018 RecordsFinder.com. Tutti i diritti riservati." ] embeddings = model.encode(sentences) similarities = model.similarity(embeddings, embeddings) print(similarities.shape) # [4, 4] - Notebooks
- Google Colab
- Kaggle
confronto
#1
by DeepMount00 - opened
Ciao Nicola, complimenti per il lavoro, ti volevo chiedere se hai avuto modo di confrontare il training con questi due modelli:
1)DeepMount00/Italian-ModernBERT-base
2)DeepMount00/ModernBERT-base-ita
sono entrambi modern Bert, ma uno con tokenizer italiano e uno inglese, sarebbe interessante vedere un confronto nelle metriche
Ciao Michele, no non l'ho fatto perchè credevo che Italian-ModernBERT-base fosse quello con il tokenizer migliore/più aggiornato per l'italianno, avendo gli script per il train posso farlo tranquillamente.
Ti aggiorno appena ho i risultati.
Grazie mille!