Sentence Similarity
sentence-transformers
Safetensors
roberta
feature-extraction
Generated from Trainer
dataset_size:333
loss:MatryoshkaLoss
loss:MultipleNegativesRankingLoss
Eval Results (legacy)
Instructions to use NghiBuine/ecommerce-search-model with libraries, inference providers, notebooks, and local apps. Follow these links to get started.
- Libraries
- sentence-transformers
How to use NghiBuine/ecommerce-search-model with sentence-transformers:
from sentence_transformers import SentenceTransformer model = SentenceTransformer("NghiBuine/ecommerce-search-model") sentences = [ "Tôi Thấy Hoa Vàng Trên Cỏ Xanh", "mềm mại, thoáng khí và bền đẹp", "Nike Air Force 1 phong cách không lỗi mốt", "Tôi Thấy Hoa Vàng Trên Cỏ Xanh thông điệp trân trọng tuổi thơ và cuộc sống bình dị" ] embeddings = model.encode(sentences) similarities = model.similarity(embeddings, embeddings) print(similarities.shape) # [4, 4] - Notebooks
- Google Colab
- Kaggle
| { | |
| "__version__": { | |
| "sentence_transformers": "4.1.0", | |
| "transformers": "4.41.2", | |
| "pytorch": "2.6.0+cu124" | |
| }, | |
| "prompts": {}, | |
| "default_prompt_name": null, | |
| "similarity_fn_name": "cosine" | |
| } |