Sentence Similarity
sentence-transformers
Safetensors
Italian
llama
feature-extraction
dense
Generated from Trainer
dataset_size:190000
loss:CachedMultipleNegativesRankingLoss
text-embeddings-inference
Instructions to use nickprock/zagreus-0.4B-ita-embeddings with libraries, inference providers, notebooks, and local apps. Follow these links to get started.
- Libraries
- sentence-transformers
How to use nickprock/zagreus-0.4B-ita-embeddings with sentence-transformers:
from sentence_transformers import SentenceTransformer model = SentenceTransformer("nickprock/zagreus-0.4B-ita-embeddings") sentences = [ "query: devo presentare una dichiarazione dei redditi per la mia attività se non ho alcun reddito?", "passage: Vedere la pubblicazione IRS 513, Informazioni fiscali per i visitatori negli Stati Uniti, per saperne di più sui permessi di navigazione. Tasse statali. Se non sei residente in California, ma lavori o sei impegnato in un'attività commerciale o commerciale in California, devi presentare una dichiarazione dei redditi della California.", "passage: Molte persone non hanno bisogno di presentare una dichiarazione dei redditi. Se non hai reddito, in genere non sei tenuto a presentare una dichiarazione dei redditi. Ma molte persone scelgono di farlo comunque. Potrebbe essere necessario presentare una dichiarazione per qualificarsi per gli aiuti finanziari federali o altri programmi governativi.", "passage: È interessante notare che le uova sode non si conservano quasi quanto le uova crude, che possono durare da tre a cinque settimane in frigorifero." ] embeddings = model.encode(sentences) similarities = model.similarity(embeddings, embeddings) print(similarities.shape) # [4, 4] - Notebooks
- Google Colab
- Kaggle
merge v2
#1
by nickprock - opened