标签:

• 句子转换器

• 句子相似度

• 特征提取

• 训练生成

• 数据集大小:498970

• 损失函数:多重负样本排序损失 基础模型: BAAI/bge-m3 微件示例:

• 源句: 发动机需要多久才能冷却下来 对比句:

  • "关闭发动机。如果可以从驾驶座弹出引擎盖，请先操作——但切勿冒险手动打开，直到发动机完全冷却，特别是当看到蒸汽从引擎飘出时。通常需要整整30分钟才能使发动机冷却到可以安全操作的程度。"
  • 现实主义艺术运动由法国的古斯塔夫·库尔贝引领。它遍及欧洲并在整个世纪及以后产生深远影响，但随着其被主流绘画接纳，这一术语在定义艺术风格时逐渐变得不那么常见和实用。
  • 发动机关闭冷却时，散热器中收缩的冷却液会从回收罐吸回冷却液。回收罐中的液体绝不应低于全热或全冷标记，以免吸入空气。——更佳答案==。您的冷却风扇没有启动。溢流罐像那样沸腾是不正常的。确实散热器会溢流到储备罐，但这意味着您的散热器正在沸腾。检查冷却风扇的保险丝或继电器是否熔断。如果正常，让发动机运行约15分钟并驾驶。发动机关闭冷却时，散热器中收缩的冷却液会从回收罐吸回冷却液。回收罐中的液体绝不应低于全热或全冷标记，以免吸入空气。——更佳答案==。您的冷却风扇没有启动。

• 源句: 密苏里州食品税率是多少 对比句:

  • '密苏里州最低工资标准：7.65美元。所有雇主均需支付最低工资，但年总收入低于50万美元的零售或服务企业除外。部分员工类别也享有豁免权。密苏里州最低工资根据消费者价格指数每年重新计算。圣路易斯一位餐厅老板未等待国会或密苏里州议会提高最低工资，便主动提升员工薪资。Pi Pizzeria老板Chris Sommers宣布自4月1日起，所有员工时薪将上调至10.10美元，而非州最低标准的7.50美元。'
  • 最新评分。1 密苏里州可能拥有全美最复杂的销售税制度。不仅存在州级税率（多数商品4.225%，食品杂货1.225%），还有市县层级销售税。2 销售税由各县设定。请访问密苏里州销售税官网查询您所在县的税率。
  • '铜的健康益处：其抗炎作用有助于缓解关节炎症状。消费市场上也充斥着铜手镯及其他宣称能治疗此症的配件。'

• 源句: 伦敦伍尔维奇安全吗 对比句:

  • SE18区拥有四座火车站：普拉姆斯特德、伍尔维奇兵工厂和伍尔维奇船坞。普拉姆斯特德与伍尔维奇兵工厂位于4区，伍尔维奇船坞在3区。所有车站至查令十字街约需不到30分钟。列车由东南铁路运营，时刻表可查询southeasternrailway.co.uk。SE18教育资源丰富，步行至普拉姆斯特德站即可到达格林威治社区学院，提供从烹饪到语言的多样课程。知名学校包括新建的福克斯菲尔德小学、圣保罗学校及普拉姆斯特德庄园中学。
  • 玩家Karine Adria观点。若问珠穆朗玛峰是否会像火山般喷发熔岩，答案是否定的。它属于喜马拉雅山脉——由印度-澳大利亚板块与欧亚板块沿汇聚边界大陆碰撞形成的造山带。火山形成机制与此完全不同。
  • "伍尔维奇鼎盛时期以阿森纳足球俱乐部发源地、英国首家麦当劳和皇家炮兵基地闻名。如今可以说，任何伦敦旅游指南中都难觅其踪。"

• 源句: 夏威夷周围是什么海洋 对比句:

  • '夏威夷：阿罗哈！无论您期待在热带绿意中度过圣诞，还是想将这个岛屿天堂称为家，我们都能提供所需信息！位于太平洋中心的夏威夷州，与其它陆地的距离远超地球上任何岛屿。'
  • 死区又称滞后效应，指开关闭合与重新打开之间被测变量（压力、温度等）的变化量。若有模拟输入（如1.02 PSI开启，0.98 PSI关闭），可通过软件实现，或设计进开关机构。通常开关死区固定不可调。家用壁挂温控器即为典型实例。
  • 海底舞台世界。进入一个充满鱼类的海底世界，小美人鱼爱丽儿渴望与人类共舞。阅读更多。进入一个充满鱼类的海底世界，小美人鱼爱丽儿渴望与人类共舞。

• 源句: 克里斯托弗·凯尔是谁 对比句:

  • "'美国狙击手'克里斯·凯尔遗孀感谢观众'观看艰难内容'。塔雅·凯尔表达了对观众支持这部关于其亡夫——由布莱德利·库珀饰演的海豹突击队员克里斯·凯尔影片的感激之情。"
  • 克里斯·凯尔——美国狙击手。克里斯托弗·斯科特·凯尔生于德州，1999至2009年服役于美国海豹突击队。他被视为美军史上最成功的狙击手，其著作《美国狙击手》记载160次确认击杀（自称255次）。
  • 护照卡适用于陆路边境和海港入境的加拿大、墨西哥、加勒比地区和百慕大旅行。不适用于航空。成人有效期10年，16岁以下未成年人5年。首次办理护照簿成人135美元，16岁以下未成年人105美元。续费110美元。首次护照卡成人55美元，16岁以下未成年人40美元。续费30美元。同时申请两项的总费用为成人165美元，未成年人120美元。

任务类型: 句子相似度 库名称: 句子转换器

基于BAAI/bge-m3的SentenceTransformer模型

这是一个从BAAI/bge-m3微调而来的sentence-transformers模型。它将句子和段落映射到1024维稠密向量空间，可用于语义文本相似度、语义搜索、复述挖掘、文本分类、聚类等任务。

模型详情

模型描述

• 模型类型: 句子转换器
• 基础模型: BAAI/bge-m3
• 最大序列长度: 8192个标记
• 输出维度: 1024维
• 相似度计算: 余弦相似度

模型来源

• 文档: Sentence Transformers文档
• 代码库: GitHub上的Sentence Transformers
• Hugging Face: Hugging Face上的Sentence Transformers

完整模型架构

SentenceTransformer(
  (0): Transformer({'max_seq_length': 8192, 'do_lower_case': False}) with Transformer model: XLMRobertaModel 
  (1): Pooling({'word_embedding_dimension': 1024, 'pooling_mode_cls_token': False, 'pooling_mode_mean_tokens': True, 'pooling_mode_max_tokens': False, 'pooling_mode_mean_sqrt_len_tokens': False, 'pooling_mode_weightedmean_tokens': False, 'pooling_mode_lasttoken': False, 'include_prompt': True})
)

使用方式

直接使用（Sentence Transformers）

首先安装库：

pip install -U sentence-transformers

然后加载模型并推理：

from sentence_transformers import SentenceTransformer

# 从🤗 Hub下载
model = SentenceTransformer("BlackBeenie/bge-m3-msmarco-v3-sbert")
# 推理示例
sentences = [
    '克里斯托弗·凯尔是谁',
    '克里斯·凯尔——美国狙击手。克里斯托弗·斯科特·凯尔生于德州，1999至2009年服役于美国海豹突击队。他被视为美军史上最成功的狙击手，其著作《美国狙击手》记载160次确认击杀（自称255次）。',
    "'美国狙击手'克里斯·凯尔遗孀感谢观众'观看艰难内容'。塔雅·凯尔表达了对观众支持这部关于其亡夫——由布莱德利·库珀饰演的海豹突击队员克里斯·凯尔影片的感激之情。",
]
embeddings = model.encode(sentences)
print(embeddings.shape)  # [3, 1024]

# 计算相似度
similarities = model.similarity(embeddings, embeddings)
print(similarities.shape)  # [3, 3]

训练详情

训练数据集

未命名数据集

• 规模: 498,970个训练样本
• 列: sentence_0, sentence_1, sentence_2
• 损失函数: MultipleNegativesRankingLoss
  参数:

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

训练超参数

非默认超参数

• eval_strategy: steps
• per_device_train_batch_size: 32
• per_device_eval_batch_size: 32
• num_train_epochs: 5
• fp16: True
• multi_dataset_batch_sampler: round_robin

框架版本

• Python: 3.11.11
• Sentence Transformers: 3.4.1
• Transformers: 4.48.3
• PyTorch: 2.5.1+cu124
• Accelerate: 1.3.0
• Datasets: 3.3.2
• Tokenizers: 0.21.0

引用

BibTeX

Sentence Transformers

@inproceedings{reimers-2019-sentence-bert,
    title = "Sentence-BERT: Sentence Embeddings using Siamese BERT-Networks",
    author = "Reimers, Nils and Gurevych, Iryna",
    booktitle = "Proceedings of the 2019 Conference on Empirical Methods in Natural Language Processing",
    month = "11",
    year = "2019",
    publisher = "Association for Computational Linguistics",
    url = "https://arxiv.org/abs/1908.10084",
}

MultipleNegativesRankingLoss

@misc{henderson2017efficient,
    title={Efficient Natural Language Response Suggestion for Smart Reply},
    author={Matthew Henderson and Rami Al-Rfou and Brian Strope and Yun-hsuan Sung and Laszlo Lukacs and Ruiqi Guo and Sanjiv Kumar and Balint Miklos and Ray Kurzweil},
    year={2017},
    eprint={1705.00652},
    archivePrefix={arXiv},
    primaryClass={cs.CL}
}