دليل قراءة متعدد اللغات للمهارة
train-sentence-transformersالغرض والاستخدام والمصدر
تدريب أو ضبط نماذج محولات الجمل عبرSentenceTransformer(نموذج تضمين ثنائي التشفير، كثيف أو ثابت للاسترجاع، والتشابه، والتجميع، والتصنيف، واستخراج إعادة الصياغة، وإزالة التكرار، ومتعدد الوسائط)،CrossEncoder(إعادة ترتيب النتائج، تسجيل نقاط الأزواج لاسترجاع البيانات على مرحلتين / تصنيف الأزواج)،SparseEncoder(SPLADE، نموذج التضمين المتفرق للاسترجاع المتفرق المُتعلم)، وMultiVectorEncoder(ColBERT / التفاعل المتأخر، تضمينات لكل رمز مُحسوبة باستخدام MaxSim). يغطي اختيار الخسارة، واستخراج السلبيات الصعبة، والمُقيِّمين، والتقطير، وLoRA، وMatryoshka، ونشر Hugging Face Hub. يُستخدم لأي مهمة تدريب لمُحوِّلات الجمل.
تم استرجاع المصدر:
- مستودع المصدر
- huggingface/skills
- SKILL.md
skills/train-sentence-transformers/SKILL.md- نجوم المستودع
- 11,241
- آخر تحديث للمستودع
- 2026-10-30
- تصنيف القدرات
- تطوير
- وقت التجميع الأخير
الترخيص: Apache-2.0
مقتطفات سير العمل هي أدوات مساعدة للقراءة، وليست تعليمات تنفيذية من Codez. لم يتم تشغيل أي مهارة تابعة لجهة خارجية لإنتاج هذه الصفحة.
تُعدّ فقرات الغرض وسير العمل الواردة أدناه موادًا أساسية، مُنظّمة ومترجمة لتسهيل القراءة. وهي تختلف عن التحليل التحريري لـ Codez المُصنّف بشكل منفصل.
ما تفعله هذه المهارة
تدريب أو ضبط نماذج محولات الجمل عبرSentenceTransformer(نموذج تضمين ثنائي التشفير، كثيف أو ثابت للاسترجاع، والتشابه، والتجميع، والتصنيف، واستخراج إعادة الصياغة، وإزالة التكرار، ومتعدد الوسائط)،CrossEncoder(إعادة ترتيب النتائج، تسجيل نقاط الأزواج لاسترجاع البيانات على مرحلتين / تصنيف الأزواج)،SparseEncoder(SPLADE، نموذج التضمين المتفرق للاسترجاع المتفرق المُتعلم)، وMultiVectorEncoder(ColBERT / التفاعل المتأخر، تضمينات لكل رمز مُحسوبة باستخدام MaxSim). يغطي اختيار الخسارة، واستخراج السلبيات الصعبة، والمُقيِّمين، والتقطير، وLoRA، وMatryoshka، ونشر Hugging Face Hub. يُستخدم لأي مهمة تدريب لمُحوِّلات الجمل.
طريقة الاستخدام وفق المستند الأصلي
5سير العمل
حدد نوع النموذج (§1اسأل إذا كان الأمر غامضًا. حمّل §2الملفات المطلوبة للقراءة لهذا النوع. افتحscripts/train__example.pyوانسخها كنقطة بداية. استبدلMODEL_NAME،DATASET_NAME،RUN_NAME، والخسارة، والمُقيِّم مع مهمة المستخدم. التحقق المتبادلloss/data-shapeمباراة ضدreferences/losses_.mdتحقق من صحةmetric_for_best_modelمفتاحreferences/evaluators_.md(المقيّمون المسمون) تنسيق المفتاح كـeval_{name}_{primary_metric}).
تدريب نموذج محولات الجمل
هذاSKILL.mdهو برنامج توجيه، وليس دليل استخدام. فهو يُخبرك بالمراجع والنصوص البرمجية النموذجية التي يجب تحميلها لمهمتك. أما المحتوى الفعلي (الخسائر الموصى بها، والمُقيِّمات، وبنية نص التدريب، واختيار النموذج، وخيارات وسيطات التدريب، واستكشاف الأخطاء وإصلاحها) فيreferences/وscripts/لا تقم بإنشاء نص تدريبي من هذا الملف وحده. افتح قالب الإنتاج لكل نوع (scripts/train__example.py) وانسخها كنقطة بداية. تحتوي القوالب على هياكل داعمة (مساعد الصب التلقائي، فئة بطاقة النموذج، قائمة إسكات المسجل،force=True،seed، تي إف32(استيرادات متوافقة مع الإصدار، ومعالجة مقاييس التقييم المسمى) التي أغفلتها عمليات تشغيل الوكيل السابقة مرارًا وتكرارًا عند إنشاء نسخها الخاصة من مقتطف مُصنّع.
1حدد نوع النموذج
في حال غموض الطلب، يمكن استخدام المعايير التالية لحسم النتيجة: "نموذج التضمين" / "بحث المتجهات" / "التشابه" ← [SentenceTransformer]. "إعادة الترتيب" / "المرتب" / "المرحلتان" ← [CrossEncoder]. "SPLADE" / "متفرق" / "الفهرس المعكوس" ← [SparseEncoder]. "ColBERT" / "التفاعل المتأخر" / "المتجهات المتعددة" / "MaxSim" / "ColPali" / "ColQwen" ← [MultiVectorEncoder]. إذا لم يكن الأمر واضحًا، يُرجى الاستفسار.
مقتطف من المصدر · L12 ↗المتطلبات والإعداد
المتطلبات الأساسية
يُنصح بشدة باستخدام وحدة معالجة الرسومات (GPU). وحدة المعالجة المركزية (CPU) تعمل فقط في العروض التوضيحية.[SentenceTransformer] StaticEmbedding.
pip install "sentence-transformers[train]>=5.0" # add [train,image] / [audio] / [video] for [SentenceTransformer] multimodal
# [MultiVectorEncoder] requires >=6.0
pip install trackio # optional tracker (or wandb / tensorboard / mlflow)
hf auth login # or set HF_TOKEN with write scope (for Hub push)الحدود وفحوصات الجودة
4القيود التي يجب أن يستوفيها النص المُنتَج
هذه عقود غير قابلة للتفاوض. يكمن التنفيذ في قوالب الإنتاج والمراجع. لا تعيد اختراع العجلة. سجّل درجة تقييم المُقيّم قبل التدريب كـbaseline_evalقبلtrainer.train().
ابدأ بتجربة آمنة
- تحقق من المضيف المدعوم وتعليمات تثبيت المستودع. احتفظ بمجلد المهارات والبرامج النصية والأصول والوثائق المشار إليها معًا؛SKILL.mdقد يؤدي وجود شخص واحد فقط إلى إغفال بعض التبعيات.
- زوّد البرنامج ببياناتك الفعلية، والمخرجات المطلوبة، ومعايير القبول. يعتمد بناء جملة الاستدعاء والأدوات المتاحة على النظام المضيف؛ ولا يفترض هذا الموقع وجود أمر تثبيت موحد.
- جرّب سير العمل الأصلي في مشروع مؤقت أو على نسخة احتياطية. راجع العمليات التي تُغيّر الملفات أو الخدمات البعيدة أو الموارد القابلة للفوترة قبل السماح بها.
- تحقق من صحة المخرجات بمقارنتها بفحوصات جودة المصدر ومتطلباتك الخاصة. لا يُعدّ نجاح عملية التشغيل أو ارتفاع عدد النجوم في المستودع دليلاً على صحة النتيجة.
اقرأ المزيد في المصدر
المهارات ذات الصلة
الترجمة والنطاق
يختار دليل القراءة هذا مقاطع من المصدر الرئيسي المثبتSKILL.mdهذه الترجمة مساعدة. وهي ليست دليلاً كاملاً ولا تضمن التوافق المُختَبَر. يُرجى قراءة النص الأصلي والملفات المُشار إليها قبل الاستخدام.
تشير هذه المقدمة إلى النسخة المثبتة أدناه؛ ويتم عرض نشاط المستودع الحالي ووقت التجميع بشكل منفصل.
- المصدر بإصدار ثابت
- اقرأ الأصل ↗
- تم استرجاع المصدر
- معرّف نسخة Git
fabc634a893f62ad5c2039830397efa35fa62715- المصدر SHA-256
9bd098d81049fc245032ee4f97cf5d9de906d726731ace4a6df0bad6d9dcd182