GPT
הוספת כלי
T

TY-ecomm-embed-multilingual-base-v1.2.0

קוד פתוח

Trendyolapache-2.02025-05-06

  • sentence-transformers
  • safetensors
  • new
  • sentence-similarity
  • custom_code

מודל וקטורי ממוקד מסחר מקוון שעבר אימון על נתוני חיפוש ומוצרים. הוא מתאים למי שבונה חיפוש או קטלוג בשווקים רב־לשוניים ורוצה לחסוך מקום באחסון הווקטורים.

  • 305Mפרמטרים
  • 8,192טוקנים בהקשר
  • 1.2 GBמשקל הקבצים
  • 2,953הורדות בחודש

מה זה

המודל מבוסס על גרסה מזוקקת של gte-multilingual-base ועבר כוונון ייעודי על שאילתות, תיאורי מוצרים ואינטראקציות משתמשים בעולם האיקומרס. הייחוד המרכזי שלו הוא תמיכה בייצוג מטריושקה. אפשר לקצר את הווקטור מ־768 ממדים ל־512 או 128 בלי לאמן מחדש, מה שחוסך מקום במסד הנתונים הווקטורי ומאיץ שאילתות.

הכרטיס מצהיר על תמיכה בשפות כמו טורקית, ערבית, אנגלית, גרמנית ועוד, אך בפועל עיקר נתוני האימון מגיעים מטורקית. הוא מחזיר דמיון קוסינוס ישירות, ומיועד לחיפוש סמנטי, קיבוץ מוצרים לקטגוריות וזיהוי ניסוחים חלופיים של שאלות קונים.

מתאים ל

  • חיפוש מוצרים רב־לשוני

    הוא מותאם לשאילתות איקומרס ולזיהוי כוונת קנייה באנגלית, ערבית, טורקית ושפות אירופאיות.

  • אינדוקס קטלוג דל משאבים

    תמיכה בחיתוך ל־128 ממדים מאפשרת לשמור מיליוני מוצרים במסד וקטורי קטן וזול.

  • שיוך מוצרים לקטגוריות

    המודל אומן על מאפייני מוצר ומאפשר לקבץ פריטים דומים לפי תיאור טקסטואלי קצר.

איפה זה נופל

הכרטיס מציין אורך קלט של 384 טוקנים, וכל טקסט ארוך מזה פשוט ייחתך. עברית לא מופיעה ברשימת השפות הנתמכות, כך שלאתר שמוכר לקהל ישראלי בעברית הוא כנראה לא יתאים בלי בדיקה יסודית. היוצרים גם מזהירים מדמיון שגוי בביטויים שמופיעים יחד לעיתים קרובות, ומירידה בביצועים בטקסטים שאינם מוצרי צריכה.

שאלות
נפוצות

האם כדאי להשתמש בממד 128 במקום 768 המלא?

אם מסד הנתונים הווקטורי שלכם יקר או מוגבל בזיכרון, ממד 128 יקטין את נפח האחסון פי שישה. המחיר הוא ירידה מסוימת בדיוק החיפוש, ולכן כדאי להשוות את איכות התוצאות על מדגם מהקטלוג שלכם לפני שמחליטים.

למה מופיע חלון הקשר של 8,192 אבל הכרטיס מגביל ל־384?

הארכיטקטורה הבסיסית תומכת בחלון רחב, אבל האימון בפועל והגדרות השכבות הוגבלו ל־384 טוקנים. אם תזינו תיאור מוצר ארוך יותר, המודל יקצץ אותו ולא יראה את סוף הטקסט.

איך מריצים

טוענים אותו דרך ספריית sentence-transformers עם trust_remote_code מופעל. עם 305 מיליון פרמטרים ומשקל קבצים של 1.2 גיגה־בייט, כל מעבד גרפי פשוט עם 4 גיגה זיכרון מריץ אותו בלי להזיע, ואפשר להריץ אותו אפילו על מעבד רגיל אם קצב השאילתות נמוך.

בגודל הזה אין הצדקה אמיתית לשלם לספק חיצוני על קריאות API, אלא אם אין לכם שום שרת קיים ואתם לא רוצים לתחזק תשתית בכלל. שרת פנימי קטן ייתן זמני תגובה מהירים בהרבה ויחסוך עלויות שוטפות.

from sentence_transformers import SentenceTransformer

m = SentenceTransformer("Trendyol/TY-ecomm-embed-multilingual-base-v1.2.0")
v = m.encode(["שלום עולם"])

הקבצים

12 קבצים במאגר, 1.2 GB סך הכול. הקישורים מובילים ישירות ל־Hugging Face.

הרישיון

רישיון apache-2.0 מתיר שימוש מסחרי מלא, שינוי של הקוד והפצה של המודל בתוך מוצר. התנאי היחיד הוא שמירה על הודעת זכויות היוצרים והרישיון המקורי בקבצים שתפיצו.

  • שימוש מסחרי
  • שינוי הקוד
  • הפצה מחדש
  • שימוש בפטנטים

הרישיון המלא בעמוד המודל ↗