sentence-transformers/gtr-t5-base

这是一个 sentence-transformers 模型：它能将句子和段落映射到 768 维的稠密向量空间。该模型是专门为语义搜索任务训练的。

此模型是从 Tensorflow 模型 gtr-base-1 转换为 PyTorch 版本的。使用本模型时，建议参考相关论文：Large Dual Encoders Are Generalizable Retrievers。tfhub 模型和此 PyTorch 模型生成的嵌入向量可能略有不同，但在相同的基准测试上运行时，它们会产生完全一致的结果。

该模型仅使用 T5-base 模型的编码器部分。权重以 FP16 格式存储。

使用方法（Sentence-Transformers）

当您安装了 sentence-transformers 后，使用此模型会变得非常简单：

pip install -U sentence-transformers

然后您可以像这样使用该模型：

from sentence_transformers import SentenceTransformer
iport torch
import torch_npu
device = torch.device('npu:0')
sentences = ["This is an example sentence", "Each sentence is converted"]

model = SentenceTransformer('sentence-transformers/gtr-t5-base').to(device)
embeddings = model.encode(sentences)
print(embeddings)

该模型需要 sentence-transformers 2.2.0 或更新版本。

评估结果

有关此模型的自动化评估，请参见 Sentence Embeddings Benchmark：https://seb.sbert.net

引用与作者

如果您觉得此模型有帮助，请引用相关文献： Large Dual Encoders Are Generalizable Retrievers