Feature Extraction
sentence-transformers
Safetensors
Transformers
Russian
English
gigarembed
MTEB
custom_code
Instructions to use ai-sage/Giga-Embeddings-instruct with libraries, inference providers, notebooks, and local apps. Follow these links to get started.
- Libraries
- sentence-transformers
How to use ai-sage/Giga-Embeddings-instruct with sentence-transformers:
from sentence_transformers import SentenceTransformer model = SentenceTransformer("ai-sage/Giga-Embeddings-instruct", trust_remote_code=True) sentences = [ "The weather is lovely today.", "It's so sunny outside!", "He drove to the stadium." ] embeddings = model.encode(sentences) similarities = model.similarity(embeddings, embeddings) print(similarities.shape) # [3, 3] - Transformers
How to use ai-sage/Giga-Embeddings-instruct with Transformers:
# Use a pipeline as a high-level helper from transformers import pipeline pipe = pipeline("feature-extraction", model="ai-sage/Giga-Embeddings-instruct", trust_remote_code=True)# Load model directly from transformers import AutoModel model = AutoModel.from_pretrained("ai-sage/Giga-Embeddings-instruct", trust_remote_code=True, dtype="auto") - Notebooks
- Google Colab
- Kaggle
Upload README.md
Browse files
README.md
CHANGED
|
@@ -10020,8 +10020,7 @@ print(scores.tolist())
|
|
| 10020 |
|
| 10021 |
**Примеры инструкций для retrieval-задач:**
|
| 10022 |
- `'Дан вопрос, необходимо найти абзац текста с ответом \nвопрос: {query}'`
|
| 10023 |
-
- `'Given the question, find a paragraph with the answer \nquestion: {query}'`
|
| 10024 |
-
- `'Given a text, retrieve semantically similar text \ntext: {query}'`
|
| 10025 |
|
| 10026 |
Использование инструкций позволяет значительно улучшить качество поиска и релевантность результатов, что подтверждается тестами на бенчмарках, таких как RuBQ. Для симметричных задач добавление инструкции перед каждым запросом обеспечивает согласованность и повышает точность модели.
|
| 10027 |
|
|
|
|
| 10020 |
|
| 10021 |
**Примеры инструкций для retrieval-задач:**
|
| 10022 |
- `'Дан вопрос, необходимо найти абзац текста с ответом \nвопрос: {query}'`
|
| 10023 |
+
- `'Given the question, find a paragraph with the answer \nquestion: {query}'`
|
|
|
|
| 10024 |
|
| 10025 |
Использование инструкций позволяет значительно улучшить качество поиска и релевантность результатов, что подтверждается тестами на бенчмарках, таких как RuBQ. Для симметричных задач добавление инструкции перед каждым запросом обеспечивает согласованность и повышает точность модели.
|
| 10026 |
|