Sentence Similarity
sentence-transformers
Safetensors
distilbert
feature-extraction
Generated from Trainer
dataset_size:1000000
loss:MSELoss
Eval Results (legacy)
text-embeddings-inference
Instructions to use AryoshiW/distilbert-en-id-qa with libraries, inference providers, notebooks, and local apps. Follow these links to get started.
- Libraries
- sentence-transformers
How to use AryoshiW/distilbert-en-id-qa with sentence-transformers:
from sentence_transformers import SentenceTransformer model = SentenceTransformer("AryoshiW/distilbert-en-id-qa") sentences = [ "Agreement on Pledge and Right of Disposal of Cash Account based on agreement template dated 4 June 2015 1. This agreement (the âPledged Cash Account Agreementâ or âAgreementâ) has been entered into on this. [insert the day] day of [month] [year] by and between.", "Perjanjian Gadai dan Hak Pelepasan Rekening Kas berdasarkan template perjanjian tanggal 4 Juni 2015 1. Perjanjian ini (¢Â€ÂœPerjanjian Gadai Rekening Kasâ€Â atau ¢ €ÂœPerjanjianâ€Â ) telah ditandatangani mengenai hal ini. [masukkan hari] hari [bulan] [tahun] oleh dan di antara.", "verizon.net yahoo", "Teori sosial-kognitif adalah perspektif teoretis di mana belajar dengan mengamati orang lain adalah fokus studi. Teori sosial-kognitif didasarkan pada beberapa asumsi dasar. Salah satunya adalah bahwa orang dapat belajar dengan mengamati orang lain. Pembelajar dapat memperoleh perilaku dan pengetahuan baru hanya dengan mengamati model. Teori sosial-kognitif berfokus pada pembelajaran yang terjadi dalam konteks sosial. Dalam konteks sosial ini, peserta didik mengamati perilaku dan keterampilan baru dari seorang model. Mereka mungkin menginternalisasi dan mendemonstrasikan keterampilan tersebut atau terkadang tidak." ] embeddings = model.encode(sentences) similarities = model.similarity(embeddings, embeddings) print(similarities.shape) # [4, 4] - Notebooks
- Google Colab
- Kaggle
Ctrl+K