Sentence Similarity
sentence-transformers
Safetensors
modernbert
feature-extraction
Generated from Trainer
dataset_size:392702
loss:CosineSimilarityLoss
Eval Results (legacy)
text-embeddings-inference
Instructions to use CocoRoF/ModernBERT-SimCSE_v03 with libraries, inference providers, notebooks, and local apps. Follow these links to get started.
- Libraries
- sentence-transformers
How to use CocoRoF/ModernBERT-SimCSE_v03 with sentence-transformers:
from sentence_transformers import SentenceTransformer model = SentenceTransformer("CocoRoF/ModernBERT-SimCSE_v03") sentences = [ "우리는 움직이는 동행 우주 정지 좌표계에 비례하여 이동하고 있습니다 ... 약 371km / s에서 별자리 leo 쪽으로. \"", "두 마리의 독수리가 가지에 앉는다.", "다른 물체와는 관련이 없는 '정지'는 없다.", "소녀는 버스의 열린 문 앞에 서 있다." ] embeddings = model.encode(sentences) similarities = model.similarity(embeddings, embeddings) print(similarities.shape) # [4, 4] - Notebooks
- Google Colab
- Kaggle
| [ | |
| { | |
| "idx": 0, | |
| "name": "0", | |
| "path": "", | |
| "type": "sentence_transformers.models.Transformer" | |
| }, | |
| { | |
| "idx": 1, | |
| "name": "1", | |
| "path": "1_Pooling", | |
| "type": "sentence_transformers.models.Pooling" | |
| }, | |
| { | |
| "idx": 2, | |
| "name": "2", | |
| "path": "2_Dense", | |
| "type": "sentence_transformers.models.Dense" | |
| } | |
| ] |