Sentence Similarity
sentence-transformers
Safetensors
xlm-roberta
mteb
feature-extraction
Generated from Trainer
dataset_size:2560000
loss:MultipleNegativesRankingLoss
Eval Results (legacy)
text-embeddings-inference
Instructions to use PaDaS-Lab/xlm-roberta-base-msmarco-webfaq with libraries, inference providers, notebooks, and local apps. Follow these links to get started.
- Libraries
- sentence-transformers
How to use PaDaS-Lab/xlm-roberta-base-msmarco-webfaq with sentence-transformers:
from sentence_transformers import SentenceTransformer model = SentenceTransformer("PaDaS-Lab/xlm-roberta-base-msmarco-webfaq") sentences = [ "ما هي أفضل الفنادق في ايبوهبالقرب من Ipoh Parade Shopping Centre؟", "Bei ORION gibt es eine Sale-Rubrik, in der alle reduzierten Artikel zu finden sind. Wenn du also auf der Suche nach einem Schnäppchen bist, weißt du, an welcher Stelle auf der Webseite du fündig wirst. Der Sale umfasst viele verschiedene Produke. Von Toys bis hin zu Dessous und Drogerieartikel - es spielt keine Rolle, wonach du suchst. Aufgrund der Produktvielfalt ist die Chance, dass du im Sale den passenden Gegenstand findest, groß.", "عادة ما يكون لأصحاب النفوذ الجزئي ما بين 10000 و 100000 متابع.", "المسافرون الموثّقون إلى مدينة ايبوه الذين أقاموا قرب Ipoh Parade Shopping Centre أعطوا أعلى التقييمات لـفندق فايل ، Zone Hotel (Ipoh) وGolden Roof Hotel Ampang Ipoh." ] embeddings = model.encode(sentences) similarities = model.similarity(embeddings, embeddings) print(similarities.shape) # [4, 4] - Notebooks
- Google Colab
- Kaggle
Welcome to the community
The community tab is the place to discuss and collaborate with the HF community!