train-sentence-transformers
نگهدارنده huggingface
آموزش و fine-tune مدلهای sentence-transformers برای بازیابی و رتبهبندی
- نسخه فعلی
- نامشخص
- مجوز
- نامشخص
- دسترسی شبکه
- نامشخص / ارزیابینشده
- وضعیت بررسی
- تأیید نشده
چه مسئلهای را حل میکند؟
آموزش و fine-tune مدلهای embedding، reranker و encoder با sentence-transformers.
چه زمانی مناسب است؟
برای هر وظیفهٔ training sentence-transformers و انواع encoder نامبرده، loss، hard-negative، evaluation، distillation، LoRA، Matryoshka یا Hugging Face Hub publishing استفاده کنید.
مدلهای sentence-transformers را در انواع SentenceTransformer، CrossEncoder، SparseEncoder و MultiVectorEncoder آموزش یا fine-tune میکند؛ retrieval، similarity، clustering، classification، paraphrase mining، dedup، multimodal، reranker، pair scoring، SPLADE، ColBERT و MaxSim را پوشش میدهد، همراه loss selection، hard-negative mining، evaluator، distillation، LoRA، Matryoshka و انتشار Hugging Face Hub.
نصب و بهروزرسانی
این دستورها فقط برای کپی نمایش داده میشوند و روی سرور RefHub اجرا نمیشوند. پیش از اجرا، منبع بالادستی پیوندشده را بررسی کنید.
دستور نصب
npx skills add huggingface/skills --skill train-sentence-transformers -yسازگاری با ایجنتها
هنوز تست سازگاری ثبت نشده است
تا وقتی شواهد تست ثبت نشده، سازگاری این مهارت با ایجنتها را تأییدشده فرض نکنید.