genshiai-daichi
/

med-ruri-v3-70m-v2-from-med

Sentence Similarity

sentence-transformers

text-embeddings-inference

Model card Files Files and versions

genshiai-daichi commited on Jun 14

Commit

e159a89

·

verified ·

1 Parent(s): 07963f5

model card @ step 1000 (nDCG@10=0.4371)

Files changed (1) hide show

README.md +3 -3

README.md CHANGED Viewed

@@ -14,8 +14,8 @@ base_model: genshiai-daichi/med-ruri-v3-70m
 ## このモデルの位置づけ
 **継続学習**: 既に医療 fine-tune 済みの `genshiai-daichi/med-ruri-v3-70m`(v1) の上に v2 レシピで追加学習
-- **現在の step**: `500`  /  **in-domain nDCG@10**: `0.4235`
-- 各 step は `step-500` のように **revision ブランチ**で固定取得可。`main` は常に最新。
 - step ごとの指標推移: [`metrics_progress.json`](./metrics_progress.json)
 ## v2 学習レシピ
@@ -29,7 +29,7 @@ base_model: genshiai-daichi/med-ruri-v3-70m
 ## 使い方
 ```python
 from sentence_transformers import SentenceTransformer
-m = SentenceTransformer("genshiai-daichi/med-ruri-v3-70m-v2-from-med", revision="step-500")  # main で最新も可
 q = m.encode(["検索クエリ: 心不全の標準治療は"], normalize_embeddings=True)
 d = m.encode(["検索文書: 【…】 …本文…"], normalize_embeddings=True)
 ```

 ## このモデルの位置づけ
 **継続学習**: 既に医療 fine-tune 済みの `genshiai-daichi/med-ruri-v3-70m`(v1) の上に v2 レシピで追加学習
+- **現在の step**: `1000`  /  **in-domain nDCG@10**: `0.4371`
+- 各 step は `step-1000` のように **revision ブランチ**で固定取得可。`main` は常に最新。
 - step ごとの指標推移: [`metrics_progress.json`](./metrics_progress.json)
 ## v2 学習レシピ
 ## 使い方
 ```python
 from sentence_transformers import SentenceTransformer
+m = SentenceTransformer("genshiai-daichi/med-ruri-v3-70m-v2-from-med", revision="step-1000")  # main で最新も可
 q = m.encode(["検索クエリ: 心不全の標準治療は"], normalize_embeddings=True)
 d = m.encode(["検索文書: 【…】 …本文…"], normalize_embeddings=True)
 ```