Panduan membaca yang dilokalisasi

train-sentence-transformersTujuan, penggunaan, dan sumber

Melatih atau menyempurnakan model pengubah kalimat di seluruhSentenceTransformer(bi-encoder, model embedding padat atau statis untuk pengambilan, kesamaan, pengelompokan, klasifikasi, penambangan parafrasa, deduplikasi, multimodal),CrossEncoder(peranking ulang, penilaian pasangan untuk pengambilan dua tahap / klasifikasi pasangan),SparseEncoder(SPLADE, model penyematan jarang untuk pengambilan jarang yang dipelajari), danMultiVectorEncoder(ColBERT / interaksi akhir, embedding per-token yang diberi skor dengan MaxSim). Mencakup pemilihan fungsi kerugian, penambangan negatif keras, evaluator, distilasi, LoRA, Matryoshka, dan penerbitan Hugging Face Hub. Gunakan untuk tugas pelatihan transformasi kalimat apa pun.

Sumber diambil: 2026-10-29

Repositori sumber: huggingface/skills
SKILL.md: skills/train-sentence-transformers/SKILL.md
Bintang Repositori: 11,241
Pembaruan terakhir repositori: 2026-10-30
Klasifikasi Kemampuan: Pengembangan
Waktu pengumpulan terbaru: 2026-10-31 10:38 UTC+08:00

Lisensi: Apache-2.0

SKILL.md asli

Cuplikan alur kerja adalah alat bantu baca, bukan instruksi yang dapat dieksekusi dari Codez. Tidak ada Skill pihak ketiga yang dijalankan untuk menghasilkan halaman ini.

Bagian yang menjelaskan tujuan dan alur kerja di bawah ini merupakan materi dari hulu, yang telah diorganisir dan diterjemahkan untuk dibaca. Bagian ini berbeda dari analisis editorial Codez yang diberi label secara terpisah.

Apa yang dilakukan oleh Skill ini?

Bagaimana alur kerja hulu bekerja

5Alur Kerja

Identifikasi jenis model (§1Tanyakan jika ambigu. Muat §2berkas bacaan wajib untuk tipe tersebut. Bukascripts/train__example.pydan salin sebagai titik awal Anda. GantiMODEL_NAME,DATASET_NAME,RUN_NAMEKerugian, dan evaluator dengan tugas pengguna. Periksa silangloss/data-shapepertandingan melawanreferences/losses_.mdPeriksa silangmetric_for_best_modelkunci melawanreferences/evaluators_.md(evaluator yang disebutkan namanya memformat kunci sebagaieval_{name}_{primary_metric}).

Jalur hulu · L90 ↗

Melatih model pengubah kalimat

IniSKILL.mdIni adalah router, bukan manual. Ini memberi tahu Anda referensi dan contoh skrip mana yang perlu dimuat untuk tugas Anda. Konten sebenarnya (loss yang direkomendasikan, evaluator, struktur skrip pelatihan, pemilihan model, pengaturan argumen pelatihan, pemecahan masalah) terdapat direferences/Danscripts/Jangan mensintesis skrip pelatihan hanya dari file ini saja. Buka templat produksi per tipe (scripts/train__example.py) dan salin sebagai titik awal Anda. Templat tersebut berisi kerangka penahan beban (pembantu autocast, kelas kartu model, daftar pembisuan logger,force=True,seed, TF32(termasuk impor yang kompatibel dengan versi, penanganan metrik evaluator bernama) yang berulang kali terlewatkan oleh agen pada eksekusi sebelumnya ketika membuat sendiri kode dari cuplikan yang disintesis.

Jalur hulu · L6 ↗

1Identifikasi jenis modelnya.

Penentu keputusan jika permintaan ambigu: "embedding model" / "vector search" / "similarity" → [SentenceTransformer]. "rerank" / "ranker" / "two-stage" → [CrossEncoder]. "SPLADE" / "sparse" / "inverted index" → [SparseEncoder]. "ColBERT" / "late interaction" / "multi-vector" / "MaxSim" / "ColPali" / "ColQwen" → [MultiVectorEncoder]. Jika masih belum jelas, tanyakan.

Jalur hulu · L12 ↗

Persyaratan dan pengaturan

Prasyarat

GPU sangat disarankan. CPU hanya berfungsi untuk demo dan[SentenceTransformer] StaticEmbedding.

Jalur hulu · L100 ↗

Jalur hulu · 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)

Batasan dan pemeriksaan kualitas

4Batasan yang harus dipenuhi oleh skrip yang dihasilkan.

Ini adalah kontrak yang tidak dapat dinegosiasikan. Implementasi terdapat dalam templat dan referensi produksi. Jangan menciptakan kembali sesuatu yang sudah ada. Catat skor evaluator pra-pelatihan sebagaibaseline_evalsebelumtrainer.train().

Jalur hulu · L76 ↗

Mulailah dengan uji coba yang aman.

Periksa host yang didukung dan petunjuk instalasi repositori. Simpan direktori Skill beserta skrip, aset, dan dokumentasi yang dirujuk di dalamnya secara bersamaan;SKILL.mdsendirian dapat menghilangkan dependensi.
Berikan input sebenarnya, output yang diinginkan, dan kriteria penerimaan kepada agen. Sintaks pemanggilan dan alat yang tersedia bergantung pada host; situs ini tidak mengasumsikan perintah instalasi universal.
Cobalah alur kerja sumber dalam proyek sementara atau pada salinannya. Tinjau operasi yang mengubah file, layanan jarak jauh, atau sumber daya yang dapat ditagih sebelum mengizinkannya.
Validasi output terhadap pemeriksaan kualitas sumber dan persyaratan Anda sendiri. Pemicu yang berhasil atau jumlah bintang repositori yang tinggi tidak menjamin hasil yang benar.

Spesifikasi format dan direktori keterampilan ↗

Baca selengkapnya di sumber aslinya.

Terjemahan dan ruang lingkup

Panduan membaca ini memilih bagian-bagian dari teks yang telah disematkan di bagian atas.SKILL.mdTerjemahan ini dibantu. Ini bukan manual lengkap atau klaim kompatibilitas yang telah diuji. Bacalah dokumen asli dan file referensinya sebelum digunakan.

Pendahuluan ini mengacu pada versi yang disematkan di bawah ini; aktivitas repositori saat ini dan waktu pengumpulan ditampilkan secara terpisah.

Sumber yang disematkan: Baca teks aslinya ↗
Sumber diambil: 2026-10-29T09:32:23Z
Komit sumber: fabc634a893f62ad5c2039830397efa35fa62715
Sumber SHA-256: 9bd098d81049fc245032ee4f97cf5d9de906d726731ace4a6df0bad6d9dcd182

Kembali ke katalog Keterampilan lengkap