SGPT 2.7B Weightedmean Nli Bitfit

🚀 SGPT-2.7B-weightedmean-nli-bitfit

SGPT-2.7B-weightedmean-nli-bitfit是用于句子相似度计算的模型，可进行特征提取，在语义搜索等场景有应用价值。

🚀 快速开始

若需使用说明，请参考我们的代码库：https://github.com/Muennighoff/sgpt

✨ 主要特性

• pipeline_tag：句子相似度计算
• tags：句子转换器、特征提取、句子相似度

📚 详细文档

评估结果

若需评估结果，请参考评估文件夹或我们的论文：https://arxiv.org/abs/2202.08904

训练情况

该模型使用以下参数进行训练：

数据加载器

sentence_transformers.datasets.NoDuplicatesDataLoader.NoDuplicatesDataLoader，长度为70456，参数如下：

{'batch_size': 8}

损失函数

sentence_transformers.losses.MultipleNegativesRankingLoss.MultipleNegativesRankingLoss，参数如下：

{'scale': 20.0, 'similarity_fct': 'cos_sim'}

fit()方法的参数

{
    "epochs": 1,
    "evaluation_steps": 7045,
    "evaluator": "sentence_transformers.evaluation.EmbeddingSimilarityEvaluator.EmbeddingSimilarityEvaluator",
    "max_grad_norm": 1,
    "optimizer_class": "<class 'transformers.optimization.AdamW'>",
    "optimizer_params": {
        "lr": 0.0002
    },
    "scheduler": "WarmupLinear",
    "steps_per_epoch": null,
    "warmup_steps": 7046,
    "weight_decay": 0.01
}

完整模型架构

SentenceTransformer(
  (0): Transformer({'max_seq_length': 75, 'do_lower_case': False}) with Transformer model: GPTNeoModel 
  (1): Pooling({'word_embedding_dimension': 2560, 'pooling_mode_cls_token': False, 'pooling_mode_mean_tokens': False, 'pooling_mode_max_tokens': False, 'pooling_mode_mean_sqrt_len_tokens': False, 'pooling_mode_weightedmean_tokens': True, 'pooling_mode_lasttoken': False})
)

引用与作者

@article{muennighoff2022sgpt,
  title={SGPT: GPT Sentence Embeddings for Semantic Search},
  author={Muennighoff, Niklas},
  journal={arXiv preprint arXiv:2202.08904},
  year={2022}
}