활용 사례 도구
sentence-transformers/all-MiniLM-L6-v2
HFHugging Face
대규모 데이터셋 기반의 'all-MiniLM-L6-v2'는 입력된 문장이나 단락을 의미를 포착한 384차원의 고밀도 벡터로 변환하는 임베딩 모델입니다.
세 줄 요약
- 10억 개가 넘는 방대한 양의 문장 쌍 데이터를 활용하고 대조 학습(contrastive learning)으로 미세 조정되어 높은 의미적 유사성을 갖도록 최적화되었습니다.
- 정보 검색, 문서 분류, 문장 간 유사도 측정 등 텍스트의 의미적 이해가 필요한 다양한 NLP 작업의 성능을 높이는 데 필수적으로 활용됩니다.
- 다만, 모델은 기본적으로 입력 텍스트 길이가 256 워드 피스를 초과할 경우 자동으로 잘리므로, 긴 문서를 다룰 때는 이 제한을 반드시 염두에 두어야 합니다.
대규모 데이터셋 기반의 'all-MiniLM-L6-v2'는 입력된 문장이나 단락을 의미를 포착한 384차원의 고밀도 벡터로 변환하는 임베딩 모델입니다.