स्थानीयकृत पठन मार्गदर्शिका

train-sentence-transformersउद्देश्य, उपयोग और स्रोत

वाक्य-परिवर्तक मॉडल को प्रशिक्षित करें या उनमें सुधार करें।SentenceTransformer(पुनर्प्राप्ति, समानता, क्लस्टरिंग, वर्गीकरण, पैराफ़्रेज़ माइनिंग, डुप्लीकेट हटाने और मल्टीमॉडल के लिए द्वि-एनकोडर, सघन या स्थिर एम्बेडिंग मॉडल),CrossEncoder(रीरैंकर, दो-चरणीय पुनर्प्राप्ति/युग्म वर्गीकरण के लिए युग्म स्कोरिंग),SparseEncoder(SPLADE, लर्नड-स्पार्स रिट्रीवल के लिए स्पार्स एम्बेडिंग मॉडल), औरMultiVectorEncoder(ColBERT / लेट-इंटरेक्शन, मैक्ससिम के साथ स्कोर किए गए प्रति-टोकन एम्बेडिंग)। इसमें लॉस सिलेक्शन, हार्ड-नेगेटिव माइनिंग, इवैल्यूएटर्स, डिस्टिलेशन, LoRA, Matryoshka और Hugging Face Hub पब्लिशिंग शामिल हैं। किसी भी सेंटेंस-ट्रांसफॉर्मर ट्रेनिंग टास्क के लिए उपयोग करें।

स्रोत प्राप्त किया गया: 2026-10-29

स्रोत रिपॉज़िटरी: huggingface/skills
SKILL.md: skills/train-sentence-transformers/SKILL.md
रिपॉज़िटरी Star: 11,241
रिपॉज़िटरी का अंतिम अपडेट: 2026-10-30
क्षमता वर्गीकरण: विकास
अंतिम संग्रह समय: 2026-10-31 10:38 UTC+08:00

लाइसेंस: Apache-2.0

मूल SKILL.md

वर्कफ़्लो के अंश केवल पढ़ने में सहायता के लिए हैं, कोडेज़ से निष्पादन योग्य निर्देश नहीं हैं। इस पृष्ठ को बनाने के लिए किसी तृतीय-पक्ष स्किल का उपयोग नहीं किया गया है।

नीचे दिए गए उद्देश्य और कार्यप्रणाली संबंधी अंश प्रारंभिक सामग्री हैं, जिन्हें पढ़ने के लिए व्यवस्थित और अनुवादित किया गया है। ये अलग से लेबल किए गए कोडेज़ संपादकीय विश्लेषण से भिन्न हैं।

यह कौशल क्या करता है

अपस्ट्रीम वर्कफ़्लो कैसे काम करता है

5कार्यप्रवाह

मॉडल प्रकार की पहचान करें (§1). यदि अस्पष्ट हो तो पूछें। § लोड करें2उस प्रकार के लिए आवश्यक पठन फ़ाइलें। खोलेंscripts/train__example.pyऔर इसे अपने शुरुआती बिंदु के रूप में कॉपी करें। बदलेंMODEL_NAME,DATASET_NAME,RUN_NAMEहानि और मूल्यांकनकर्ता की उपयोगकर्ता के कार्य के साथ तुलना करें।loss/data-shapeके खिलाफ मैचreferences/losses_.mdक्रॉस-चेक करेंmetric_for_best_modelकुंजी के विरुद्धreferences/evaluators_.md(नामित मूल्यांकनकर्ता कुंजी को इस प्रकार प्रारूपित करते हैं)eval_{name}_{primary_metric}).

ऊपर की ओर मार्ग · L90 ↗

वाक्य-परिवर्तक मॉडल को प्रशिक्षित करें

यहSKILL.mdयह एक राउटर है, मैनुअल नहीं। यह आपको बताता है कि आपके कार्य के लिए कौन से संदर्भ और उदाहरण स्क्रिप्ट लोड करने हैं। वास्तविक सामग्री (अनुशंसित हानियाँ, मूल्यांकनकर्ता, प्रशिक्षण-स्क्रिप्ट संरचना, मॉडल चयन, प्रशिक्षण-आर्ग नॉब्स, समस्या निवारण) इसमें मौजूद है।references/औरscripts/इस फ़ाइल से अकेले ही प्रशिक्षण स्क्रिप्ट न बनाएं। प्रति-प्रकार उत्पादन टेम्पलेट खोलें (scripts/train__example.py) और इसे अपने शुरुआती बिंदु के रूप में कॉपी करें। टेम्प्लेट में लोड-बेयरिंग स्केफोल्डिंग (ऑटोकास्ट हेल्पर, मॉडल-कार्ड क्लास, लॉगर साइलेंसिंग लिस्ट, आदि) शामिल हैं।force=True,seed, टीएफ32(संस्करण-संगत आयात, नामित-मूल्यांकनकर्ता मीट्रिक हैंडलिंग) जिन्हें पिछले एजेंट रन संश्लेषित स्निपेट से अपना खुद का बनाते समय बार-बार अनदेखा कर देते थे।

ऊपर की ओर मार्ग · L6 ↗

1मॉडल के प्रकार की पहचान करें।

अनुरोध अस्पष्ट होने पर निर्णय लेने के लिए निम्नलिखित विकल्प: "एम्बेडिंग मॉडल" / "वेक्टर सर्च" / "समानता" → [SentenceTransformer]। "रीरैंक" / "रैंकर" / "टू-स्टेज" → [CrossEncoder]। "SPLADE" / "स्पार्स" / "इनवर्टेड इंडेक्स" → [SparseEncoder]। "ColBERT" / "लेट इंटरेक्शन" / "मल्टी-वेक्टर" / "MaxSim" / "ColPali" / "ColQwen" → [MultiVectorEncoder]। यदि फिर भी स्पष्ट न हो, तो पूछें।

ऊपर की ओर मार्ग · L12 ↗

आवश्यकताएँ और सेटअप

आवश्यक शर्तें

GPU की अत्यधिक अनुशंसा की जाती है। CPU केवल डेमो के लिए काम करता है।[SentenceTransformer] StaticEmbedding.

ऊपर की ओर मार्ग · L100 ↗

ऊपर की ओर मार्ग · bash ↗

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)

सीमाएं और गुणवत्ता जांच

4तैयार की गई स्क्रिप्ट को जिन शर्तों का पालन करना होगा।

ये अपरिवर्तनीय अनुबंध हैं। कार्यान्वयन उत्पादन टेम्पलेट्स और संदर्भों में निहित है। पुनः निर्माण न करें। पूर्व-प्रशिक्षण मूल्यांकनकर्ता स्कोर को दर्ज करें।baseline_evalपहलेtrainer.train().

ऊपर की ओर मार्ग · L76 ↗

सुरक्षित परीक्षण से शुरुआत करें

समर्थित होस्ट और रिपॉजिटरी इंस्टॉलेशन निर्देशों की जाँच करें। स्किल डायरेक्टरी और उससे संबंधित स्क्रिप्ट, एसेट्स और डॉक्यूमेंटेशन को एक साथ रखें;SKILL.mdअकेले होने पर निर्भरताओं को छोड़ा जा सकता है।
एजेंट को अपना वास्तविक इनपुट, अपेक्षित आउटपुट और स्वीकृति मानदंड प्रदान करें। इनवोकेशन सिंटैक्स और उपलब्ध उपकरण होस्ट पर निर्भर करते हैं; यह साइट किसी सार्वभौमिक इंस्टॉलेशन कमांड को नहीं मानती है।
डिस्पोजेबल प्रोजेक्ट या उसकी कॉपी पर मूल वर्कफ़्लो को आज़माएँ। फ़ाइलों, रिमोट सेवाओं या बिल योग्य संसाधनों में परिवर्तन करने वाले कार्यों की अनुमति देने से पहले उनकी समीक्षा करें।
स्रोत गुणवत्ता जांच और अपनी आवश्यकताओं के आधार पर आउटपुट को सत्यापित करें। सफल ट्रिगर या उच्च रिपॉजिटरी स्टार संख्या सही परिणाम की गारंटी नहीं देते।

कौशल प्रारूप और निर्देशिका विनिर्देश ↗

मूल लेख में आगे पढ़ें

अनुवाद और दायरा

यह पठन मार्गदर्शिका ऊपर पिन किए गए अंशों में से चयनित अंशों को प्रस्तुत करती है।SKILL.mdयह अनुवाद सहायता से किया गया है। यह कोई संपूर्ण नियमावली या परीक्षित संगतता का दावा नहीं है। उपयोग करने से पहले मूल दस्तावेज़ और उससे संबंधित फ़ाइलों को पढ़ें।

यह परिचय नीचे पिन किए गए संस्करण को संदर्भित करता है; वर्तमान रिपॉजिटरी गतिविधि और संग्रह समय अलग से दिखाए गए हैं।

पिन किया गया स्रोत: मूल लेख पढ़ें ↗
स्रोत प्राप्त किया गया: 2026-10-29T09:32:23Z
स्रोत कमिट: fabc634a893f62ad5c2039830397efa35fa62715
स्रोत SHA-256: 9bd098d81049fc245032ee4f97cf5d9de906d726731ace4a6df0bad6d9dcd182

संपूर्ण कौशल सूची पर वापस जाएँ