Sentence Similarity
sentence-transformers
Safetensors
bert
feature-extraction
Generated from Trainer
dataset_size:900096
loss:Contrastive
text-embeddings-inference
Instructions to use baconnier/bacolbert-v0.0 with libraries, inference providers, notebooks, and local apps. Follow these links to get started.
- Libraries
- sentence-transformers
How to use baconnier/bacolbert-v0.0 with sentence-transformers:
from sentence_transformers import SentenceTransformer model = SentenceTransformer("baconnier/bacolbert-v0.0") sentences = [ "¿Puedes proporcionarme una lista de los algoritmos de ordenación más comunes?", "Algunos de los algoritmos de ordenación más comunes incluyen la ordenación por burbujas, la ordenación por inserción, la ordenación por fusión y la ordenación rápida.", "Algunos de los algoritmos de ordenación más conocidos incluyen la ordenación por árboles, la ordenación por grafos, la ordenación por pilas y la ordenación por colas.", "argilla/databricks-dolly-15k-curated-multilingual", "es", "open_qa", "5854" ] embeddings = model.encode(sentences) similarities = model.similarity(embeddings, embeddings) print(similarities.shape) # [7, 7] - Notebooks
- Google Colab
- Kaggle
Ctrl+K