Views
No views yet
SentenceTransformer(
(0): Transformer({'max_seq_length': 512, 'do_lower_case': False}) with Transformer model: RobertaModel
(1): Pooling({'word_embedding_dimension': 768, '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})
)pip install -U sentence-transformers1from sentence_transformers import SentenceTransformer
2
3# Download from the 🤗 Hub
4model = SentenceTransformer("sentence_transformers_model_id")
5# Run inference
6sentences = [
7 '스토브의 후기 및 평가를 남기면 무조건 받을 수 있는 것은?',
8 "스마일게이트 스토브(대표 한영운)는 자사의 인디게임 유통 서비스 '스토브 인디'의 서비스 개편을 진행하고, '인큐베이터'와 '스튜디오', ‘마이 인디’ 등 게임 창작자들을 위한 지원 공간을 오픈하고 창작자 지원 플랫폼으로써의 기능을 강화 했다고 10일(목) 밝혔다. 스토브가 선보인 인큐베이터는 창작자가 게임을 전시하고 유저들의 피드백을 받을 수 있는 곳이다. 스토브는 향후 인큐베이터에 전시된 게임을 대상으로 포커스 그룹 테스트를 진행하거나 일반 유저 피드백을 받을 수 있는 데모 서포터즈 프로그램을 운영할 방침이다. 이를 통해 개발 단계에서 창작자들이 유저들로부터 다양한 의견을 듣고 게임을 개선할 수 있도록 지원한다는 계획이다. 스토브 인디의 ‘스튜디오’는 창작자가 온라인으로 직접 게임을 등록하고 판매할 수 있는 공간이며, 창작자가 개발일지나 업데이트 내용 등의 게시물을 자유롭게 올리고 유저와 소통할 수 있는 공간인 '마이 인디' 서비스도 도입 했다. 스토브 인디 이용자들은 마이인디를 통해 관심을 두고 있었던 창작자는 물론 개별 게시판을 구독해 새로 올라오는 소식을 빠르게 받아볼 수 있다. 게임 창작자는 마이 인디를 통해 커뮤니티와 더불어, 유저들과 직접적으로 소통할 수 있는 소셜 공간을 갖는 셈이다. 또한, 스토브 인디게임도 이날 새롭게 단장했다. 게임 검색의 편의성은 물론 주제별, 장르별 추천을 통해 유저 취향에 맞는 인디 게임을 보다 쉽게 찾아볼 수 있게 변했다. 각 게임에의 상세 페이지에는 다른 유저가 메긴 별점과 짧은 후기, 게임 전문지에서 작성한 깊이 있는 리뷰까지 한 눈 볼 수 있는 등 다양한 정보가 담겨 있다. 스토브 인디에 신규 게임도 출시됐다. 빠른 속도감의 로그라이트 플랫포머 ‘스커지브링어’와 캐릭터 대신 스테이지를 진행하는 방식의 ‘나트’, 톱다운 방식의 탄막 슈팅 게임 ‘제노크라이시스’ 등 유저들로부터 호평을 받고 있는 신작들이 다수 공개 됐다. 이외에도 서양 판타지 SRPG 게임 ‘던전 오브 나흘벅’ 등 해외 개발사의 게임들도 스토브에서 번역 및 유저 검수를 통해 한글화 퀄리티를 높여 출시할 계획도 전했다. 스토브는 이번 개편을 기념해 다양한 이벤트도 진행한다. 이벤트 기간 내 유저가 스토브 인디게임을 첫 구매할 경우 50% 할인에 더해 게임을 구매한 비용만큼 스토브 캐시를 환급 받을 수 있다. 사실상 게임 하나가 무료인 셈. 여기에 별점과 후기를 남긴 모든 유저에게 300 스토브 캐시를 지급하는 리뷰 이벤트도 함께 진행된다. 끝으로, 스토브 인디가 앞으로 나아갈 방향과 계획을 담은 'STOVE 인디 로드맵'을 공개 했다. 이번 로드맵에는 게임잼과 인디 게임 공모전 개최, 온라인 게임쇼 주관 등 굵직한 계획도 담겨 있어 인디 게임사들의 관심이 모아질 전망이다. 스마일게이트 스토브 한영운 대표는 “스토브 인디는 앞으로도 좋은 게임을 발굴하고 소개하는 데에 그치지 않고, 더 수준 높은 게임을 만들 수 있도록 창작자와 유저를 잇는 다리가 되고자 한다”며, “국내외 인디 게임 생태계 발전을 위해 인디 게임 전문 커뮤니티를 비롯해 다양한 행사 등 많은 계획이 세워져 있으니 앞으로도 많은 성원을 부탁 드린다”고 말했다.",
9 '앞으로 서울 시내 임대주택에 사는 기초생활수급자의 임대료가 지금보다 20% 내려가고 관리비도 최대 30%까지 낮아진다. 서울시는 이 같은 내용을 담은 ‘공공임대주택 종합개선대책’을 11일 발표했다. 지난해 임대단지 거주민들의 자살이 잇따르자 서울시가 전담 태스크포스(TF)팀을 꾸려 만든 대책이다.시는 우선 공공·재개발·국민 임대주택에 입주한 기초생활수급자 5834가구에 대해 임대료 인하를 추진한다. 기초생활수급자는 주로 영구임대주택에 배정돼 월 임대료 5만원을 낸다. 하지만 1995년부터 영구임대주택 공급이 끊겨 서울 시내 12만 기초생활수급가구 중 5834가구는 공공·재개발·국민임대 등 다른 형태의 임대주택에 살며 월 15만~27만원의 임대료를 내왔다. 시는 공공임대주택 등에 거주하는 기초수급자의 임대료를 영구임대주택과 비교, 차액의 20%를 감면하기로 했다. 이 경우 임대료는 13만~22만원대로 낮아진다. 또 폐지판매 등 잡수입 활용, 경비실 통합 운영, 에너지 효율화, 공동전기료 지원 확대 등을 통해 임대주택의 관리비도 최대 30% 내리도록 유도할 계획이다.세대와 계층 간 융합을 이루는 ‘소셜 믹스’도 추진한다. 주로 기초생활수급자, 노인, 장애인, 소년·소녀가장 등 저소득 취약계층이 입주하는 영구임대주택의 슬럼화를 막기 위해 신혼부부나 세 자녀 가구 등 연령·소득 수준이 다양한 가구를 함께 입주시킬 예정이다. SH공사가 독점해온 임대주택 관리에도 민간업체가 참여하는 경쟁 체제가 도입된다. 이건기 서울시 주택정책실장은 “독거 어른신 무료 급식 확대, 24시간 상시 시설물 수선 체계 구축, 은둔형 및 알코올 의존 주민에 대한 맞춤형 돌봄 치료까지 도입한다”고 말했다.',
10]
11embeddings = model.encode(sentences)
12print(embeddings.shape)
13# [3, 768]
14
15# Get the similarity scores for the embeddings
16similarities = model.similarity(embeddings, embeddings)
17print(similarities.shape)
18# [3, 3]EmbeddingSimilarityEvaluator| Metric | Value |
|---|---|
| pearson_cosine | 0.7972 |
| spearman_cosine | 0.8099 |
sentence_0 and sentence_1| sentence_0 | sentence_1 | |
|---|---|---|
| type | string | string |
| details |
|
|
| sentence_0 | sentence_1 |
|---|---|
하반기부터 매출이 증가할 것이라 예상되는 업체의 업계 순위는? | 일본의 ‘100엔 숍’ 업체들이 소비세 인상 후 허리띠를 졸라맨 소비자를 겨냥해 점포를 크게 늘리고 있다.니혼게이자이신문은 일본 4대 100엔숍 기업이 올해 450개가량의 신규 점포를 낼 계획이라고 19일 보도했다. 이는 지난해 신규 점포 수보다 6% 늘어난 규모다. 100엔숍 최대 기업인 다이소는 지난해 수준인 140개 점포를 올해도 새로 선보일 예정이다. 지난 4월 소비세 인상 후 소비자가 저가 상품에 대한 소비가 늘어날 것이라는 판단에서다. 업계 2위 세리아는 생활잡화 매장 ‘컬러 더 데이즈’를 중심으로 작년 신규 점포 수보다 16% 많은 110개를 새로 열 계획이다. 개점하는 점포 수가 100개를 넘은 것은 5년 만이다.업계 3위인 캔두도 오는 11월까지 80개 점포를 새로 연다. 생활필수품 중심의 소규모 매장에 특화한 와츠는 올해 개점한 신규 매장 수가 당초 계획했던 80개를 크게 웃도는 120개에 이를 것으로 알려졌다.일본의 100엔숍은 소비세 인상 역풍을 딛고 매출에서 선방하고 있다. 세리아는 4월 증세 후 7월까지 기존점 매출이 전년 동기 대비 증가했다. 와츠와 캔두는 아직 기존점 매출이 전년 동기 수준을 회복하지 못하고 있지만 와츠는 이번달, 캔두는 하반기부터 증가세로 돌아설 것으로 전망하고 있다. |
헵번이 스톤의 양복에 묻힌 것은? | 처음 피터 스톤과 마크 벰이 각본 '의심하지 않은 아내'를 썼을 때, 그들은 할리우드의 여러 제작사들에게 모두 거절당했다. 스톤은 이후 이 각본을 《샤레이드》라는 제목으로 바꾼 후 책으로 출판하였다. 출판 이후 제작사들은 각본에 대해 관심을 갖기 시작하였고 곧 감독과 제작을 동시에 진행하던 스탠리 도넌에게 팔렸다. 이후 스톤은 케리 그랜트와 오드리 헵번을 위해 마지막 총격 장면을 벰과 함께 재수정하였다.[object Object][object Object]헵번은 《뜨거운 포옹》을 막 촬영한 후인 1962년 가을에 《뜨거운 포옹》과 촬영장소가 같았던 파리에 합류했다. 그러나 《뜨거운 포옹》은 이후 개봉 일정이 늦춰져 《샤레이드》 이후 4개월 뒤에 개봉하였다. 한편 헵번이 그랜트의 양복에 아이스크림을 실수로 묻히면서 '암살당한 것 같다'는 대사는 당시 암살당한 존 F. 케네디와 관련된 논란이 예상되어 개봉 전 '제거당한 것 같다'고 수정되었다. 그랜트는 자신보다 25살 연하인 헵번과 같이 연기하는 것에 부담을 느껴 스톤은 그랜트의 대사를 일부 수정해야 했다. [object Object][object Object]스톤과 도넌은 영화 장면 도중 카메오 출연을 하였다. 레지나가 처음 바톨로미유를 만나러 대사관에 갈 때 두 명의 남자들이 엘리베이터에 타고 있는 장면이 있는데 이둘은 포커 게임에 대해 이야기하고 있다. 이 말을 하는 사람은 스톤이지만 목소리는 도넌이 녹음한 것이다. 반대로 레지나가 캔필드와 다시 대사관에 갈 때 미국 해군에게 물어보는 장면에서 해군의 목소리는 스톤이 녹음한 것이다. |
투자의 귀재'라 불리는 사람이 올해 번 돈은 얼마인가? | 올해 전 세계에서 누가 가장 많은 돈을 벌었을까.미국 경제매체 마켓워치는 ‘투자의 귀재’ 워런 버핏 벅셔해서웨이 회장이 올해 세계에서 가장 많은 돈을 벌었다고 18일(현지시간) 보도했다. 스위스 자산정보업체 웰스엑스(Wealth-X)와 UBS 은행의 조사 결과 올초 464억달러였던 버핏의 자산이 127억달러(약 13조4500억원) 늘어 지난 11일 기준 591억달러가 됐다. 하루에 3700만달러(약 392억원)를 벌어들인 것이다. 빌 게이츠 마이크로소프트 회장은 726억달러의 자산을 보유해 1위 부자 자리를 지켰지만, 올해 버핏보다 적은 115억달러를 벌어 ‘올해 돈 많이 번 사람 순위’에서는 2위에 머물렀다.3위는 자산이 114억달러 증가한 카지노 업계의 거물 셸던 애델슨 라스베이거스샌즈 회장이 차지했다. 애델슨 회장은 지난 2월 방한해 “한국에 내국인 출입이 가능한 ‘오픈 카지노’ 설립 허가가 나면 40억[object Object]6조5000억원)를 투자할 의향이 있다”고 밝힌 바 있다.113억달러를 번 제프 베저스 아마존 최고경영자(CEO)와 105억달러를 번 마크 저커버그 페이스북 CEO가 각각 4위와 5위에 올랐다. 특히 저커버그는 올해 모바일 광고 매출 증가로 페이스북 주가가 급등하자 자산가치가 크게 늘어난 경우다.6위는 103억달러를 번 손정의 일본 소프트뱅크 회장이었으며, 구글 공동 창업자인 세르게이 브린(93억달러)과 래리 페이지(93억달러)는 나란히 7위와 8위를 기록했다. 9위는 뤼즈허 갤럭시 엔터테인먼트 회장(83억달러)이, 10위는 행동주의 투자자 칼 아이칸(72억달러)이 차지했다.웰스엑스는 “현재 전 세계에는 2170명의 억만장자가 있다”며 “이들의 자산은 미국발 금융위기 직후인 2009년 3조1000억달러에서 올해 6조5000억달러로 늘었다”고 설명했다. |
MultipleNegativesRankingLoss with these parameters:
1{
2 "scale": 20.0,
3 "similarity_fct": "cos_sim"
4}per_device_train_batch_size: 16per_device_eval_batch_size: 16num_train_epochs: 1batch_sampler: no_duplicatesmulti_dataset_batch_sampler: round_robinoverwrite_output_dir: Falsedo_predict: Falseeval_strategy: noprediction_loss_only: Trueper_device_train_batch_size: 16per_device_eval_batch_size: 16per_gpu_train_batch_size: Noneper_gpu_eval_batch_size: Nonegradient_accumulation_steps: 1eval_accumulation_steps: Nonetorch_empty_cache_steps: Nonelearning_rate: 5e-05weight_decay: 0.0adam_beta1: 0.9adam_beta2: 0.999adam_epsilon: 1e-08max_grad_norm: 1num_train_epochs: 1max_steps: -1lr_scheduler_type: linearlr_scheduler_kwargs: {}warmup_ratio: 0.0warmup_steps: 0log_level: passivelog_level_replica: warninglog_on_each_node: Truelogging_nan_inf_filter: Truesave_safetensors: Truesave_on_each_node: Falsesave_only_model: Falserestore_callback_states_from_checkpoint: Falseno_cuda: Falseuse_cpu: Falseuse_mps_device: Falseseed: 42data_seed: Nonejit_mode_eval: Falseuse_ipex: Falsebf16: Falsefp16: Falsefp16_opt_level: O1half_precision_backend: autobf16_full_eval: Falsefp16_full_eval: Falsetf32: Nonelocal_rank: 0ddp_backend: Nonetpu_num_cores: Nonetpu_metrics_debug: Falsedebug: []dataloader_drop_last: Falsedataloader_num_workers: 0dataloader_prefetch_factor: Nonepast_index: -1disable_tqdm: Falseremove_unused_columns: Truelabel_names: Noneload_best_model_at_end: Falseignore_data_skip: Falsefsdp: []fsdp_min_num_params: 0fsdp_config: {'min_num_params': 0, 'xla': False, 'xla_fsdp_v2': False, 'xla_fsdp_grad_ckpt': False}fsdp_transformer_layer_cls_to_wrap: Noneaccelerator_config: {'split_batches': False, 'dispatch_batches': None, 'even_batches': True, 'use_seedable_sampler': True, 'non_blocking': False, 'gradient_accumulation_kwargs': None}deepspeed: Nonelabel_smoothing_factor: 0.0optim: adamw_torchoptim_args: Noneadafactor: Falsegroup_by_length: Falselength_column_name: lengthddp_find_unused_parameters: Noneddp_bucket_cap_mb: Noneddp_broadcast_buffers: Falsedataloader_pin_memory: Truedataloader_persistent_workers: Falseskip_memory_metrics: Trueuse_legacy_prediction_loop: Falsepush_to_hub: Falseresume_from_checkpoint: Nonehub_model_id: Nonehub_strategy: every_savehub_private_repo: Falsehub_always_push: Falsegradient_checkpointing: Falsegradient_checkpointing_kwargs: Noneinclude_inputs_for_metrics: Falseeval_do_concat_batches: Truefp16_backend: autopush_to_hub_model_id: Nonepush_to_hub_organization: Nonemp_parameters:auto_find_batch_size: Falsefull_determinism: Falsetorchdynamo: Noneray_scope: lastddp_timeout: 1800torch_compile: Falsetorch_compile_backend: Nonetorch_compile_mode: Nonedispatch_batches: Nonesplit_batches: Noneinclude_tokens_per_second: Falseinclude_num_input_tokens_seen: Falseneftune_noise_alpha: Noneoptim_target_modules: Nonebatch_eval_metrics: Falseeval_on_start: Falseeval_use_gather_object: Falseprompts: Nonebatch_sampler: no_duplicatesmulti_dataset_batch_sampler: round_robin| Epoch | Step | Training Loss | spearman_cosine |
|---|---|---|---|
| -1 | -1 | - | 0.8099 |
| 0.9107 | 500 | 0.2272 | - |
1@inproceedings{reimers-2019-sentence-bert,
2 title = "Sentence-BERT: Sentence Embeddings using Siamese BERT-Networks",
3 author = "Reimers, Nils and Gurevych, Iryna",
4 booktitle = "Proceedings of the 2019 Conference on Empirical Methods in Natural Language Processing",
5 month = "11",
6 year = "2019",
7 publisher = "Association for Computational Linguistics",
8 url = "https://arxiv.org/abs/1908.10084",
9}1@misc{henderson2017efficient,
2 title={Efficient Natural Language Response Suggestion for Smart Reply},
3 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},
4 year={2017},
5 eprint={1705.00652},
6 archivePrefix={arXiv},
7 primaryClass={cs.CL}
8}