File size: 21,959 Bytes
3fb6444 |
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143 144 145 146 147 148 149 150 151 152 153 154 155 156 157 158 159 160 161 162 163 164 165 166 167 168 169 170 171 172 173 174 175 176 177 178 179 180 181 182 183 184 185 186 187 188 189 190 191 192 193 194 195 196 197 198 199 200 201 202 203 204 205 206 207 208 209 210 211 212 213 214 215 216 217 218 219 220 221 222 223 224 225 226 227 228 229 230 231 232 233 234 235 236 237 238 239 240 241 242 243 244 245 246 247 248 249 250 251 252 253 254 255 256 257 258 259 260 261 262 263 264 265 266 267 268 269 270 271 272 273 274 275 276 277 278 279 280 281 282 283 284 285 286 287 288 289 290 291 292 293 294 295 296 297 298 299 300 301 302 303 304 305 306 307 308 309 310 311 312 313 314 315 316 317 318 319 320 321 322 323 324 325 326 327 328 329 330 331 332 333 334 335 336 337 338 339 340 341 342 343 344 345 346 347 348 349 350 351 352 353 354 355 356 357 358 359 360 361 362 363 364 365 366 367 368 369 370 371 372 373 374 375 376 377 378 379 380 381 382 383 384 385 386 387 388 389 390 391 392 393 394 395 396 397 398 399 400 401 402 403 404 405 406 407 408 409 410 411 412 413 414 415 416 417 418 419 420 421 422 423 424 425 426 427 428 429 430 431 432 433 434 435 436 437 |
---
tags:
- sentence-transformers
- sentence-similarity
- feature-extraction
- generated_from_trainer
- dataset_size:2560000
- loss:MultipleNegativesRankingLoss
widget:
- source_sentence: ما هي أفضل الفنادق في ايبوهبالقرب من Ipoh Parade Shopping Centre؟
sentences:
- Bei ORION gibt es eine Sale-Rubrik, in der alle reduzierten Artikel zu finden
sind. Wenn du also auf der Suche nach einem Schnäppchen bist, weißt du, an welcher
Stelle auf der Webseite du fündig wirst. Der Sale umfasst viele verschiedene Produke.
Von Toys bis hin zu Dessous und Drogerieartikel - es spielt keine Rolle, wonach
du suchst. Aufgrund der Produktvielfalt ist die Chance, dass du im Sale den passenden
Gegenstand findest, groß.
- عادة ما يكون لأصحاب النفوذ الجزئي ما بين 10000 و 100000 متابع.
- المسافرون الموثّقون إلى مدينة ايبوه الذين أقاموا قرب Ipoh Parade Shopping Centre
أعطوا أعلى التقييمات لـفندق فايل ، Zone Hotel (Ipoh) وGolden Roof Hotel Ampang
Ipoh.
- source_sentence: Habe ich Vorteile, wenn ich früh in das Projekt einsteige?
sentences:
- نعم لدينا خصومات مُتعددة على جميع أعمال السواتر والمظلات والجلسات ففي فصل الشتاء
والصيف هناك خصومات مُتعددة في الأعياد والمناسبات
- Der Vorteil einer frühen Mitgliedschaft besteht in der Möglichkeit der Mitgestaltung
des Projektes. Alle später Hinzukommenden müssen die bis dahin getroffenen Entscheidungen
akzeptieren. Zudem entscheidet unter anderem auch das Eintrittsdatum in die eG
und das Engagement während des Projektverlaufes über die spätere Reihenfolge der
Vergabe der Wohnungen.
- Средняя оценка Registered от клиентов – 4 на основе 227 оценок и отзывов. Заходите
на сайт и прочитайте реальные отзывы о Registered.
- source_sentence: В какое время доступны ваши технические услуги?
sentences:
- Наша команда технической поддержки обеспечивает круглосуточное обслуживание в
случае чрезвычайных ситуаций. Вы можете связаться с нами в любой день недели,
в любое время суток и получить поддержку для ваших холодильных систем. Услуги
по плановому техническому обслуживанию и ремонту предоставляются в обычное рабочее
время, а услуги предоставляются в экстренных случаях, в том числе в ночное время
и в выходные дни.
- این سوال کاملا به علاقه و مهارت شما بستگی دارد. اگر به درس شیمی علاقه زیادی دارید
این رشته بهترین انتخاب برای تحصیل در دانشگاه برای شما محسوب می‌شود.
- 'eo光は10Gを提供している光回線です。
提供エリアは、通常プランと変わらず関西地方と福井県です。しかし、一部の利用できないエリアもあるので契約前に確認しましょう。
関連記事
eo光の10Gプランの評判口コミ'
- source_sentence: Supertotobet redtiger oyun çeşitleri hangileri?
sentences:
- Supertotobet redtiger oyunları arasında gold star, golden tsar, golden lotus,
blood suckers ve redtiger slot gibi çeşitli oyunlar vardır. Bu oyun seçeneklerini
kullanabilmek için oyunlar hakkında bilgi sahibi olmalısınız.
- Время выполнения проекта зависит от его сложности и размера. Обычно, время выполнения
проекта составляет несколько месяцев.
- 'Wer kein Homeoffice während des Coronavirus anbieten kann, ist dazu verpflichtet,
Schutzmaßnahmen zu ergreifen.
Die Arbeitsschutzbehörden der Länder sind befugt, Corona-Schutzmaßnahmen in Betrieben
zu kontrollieren und Fehlverhalten zu bestrafen. Bei Verstößen sind Bußgelder
in Höhe von bis zu 30.000 Euro möglich. Wiederholen sich schwere Verstöße, droht
den Verantwortlichen sogar bis zu einem Jahr Freiheitsstrafe.
Arbeitgeber, die die Vorschriften missachten, könnten zudem dafür haften, wenn
Mitarbeiter durch eine Corona-Infektion gesundheitliche Schäden erleiden.'
- source_sentence: Muss der Deckel der TipBox beim Autoklavieren geöffnet werden?
sentences:
- ВВП (валовый внутренний продукт) - это общая стоимость всех товаров и услуг, произведенных
в стране за определенный период времени. Он является ключевым экономическим показателем,
который отражает общий уровень экономической активности и роста. Инвесторы следят
за ВВП, чтобы оценить состояние и перспективы экономики, потенциал для роста и
возможности для инвестиций
- برآمدگی های بیضه ممکن است نشان دهنده مشکلی در بیضه ها باشد. ممکن است به دلیل صدمه
ای به وجود آمده یا ممکن است یک مشکل پزشکی جدی باشد.
- Nein, das ist nicht notwendig. Die neue TipBox kann bei 121°C im geschlossenen
Zustand autoklaviert werden.
pipeline_tag: sentence-similarity
library_name: sentence-transformers
---
# SentenceTransformer
This is a [sentence-transformers](https://www.SBERT.net) model trained. It maps sentences & paragraphs to a 768-dimensional dense vector space and can be used for semantic textual similarity, semantic search, paraphrase mining, text classification, clustering, and more.
## Model Details
### Model Description
- **Model Type:** Sentence Transformer
<!-- - **Base model:** [Unknown](https://huggingface.co/unknown) -->
- **Maximum Sequence Length:** 512 tokens
- **Output Dimensionality:** 768 dimensions
- **Similarity Function:** Cosine Similarity
<!-- - **Training Dataset:** Unknown -->
<!-- - **Language:** Unknown -->
<!-- - **License:** Unknown -->
### Model Sources
- **Documentation:** [Sentence Transformers Documentation](https://sbert.net)
- **Repository:** [Sentence Transformers on GitHub](https://github.com/UKPLab/sentence-transformers)
- **Hugging Face:** [Sentence Transformers on Hugging Face](https://huggingface.co/models?library=sentence-transformers)
### Full Model Architecture
```
SentenceTransformer(
(0): Transformer({'max_seq_length': 512, 'do_lower_case': False}) with Transformer model: XLMRobertaModel
(1): Pooling({'word_embedding_dimension': 768, 'pooling_mode_cls_token': False, 'pooling_mode_mean_tokens': True, 'pooling_mode_max_tokens': False, 'pooling_mode_mean_sqrt_len_tokens': False, 'pooling_mode_weightedmean_tokens': False, 'pooling_mode_lasttoken': False, 'include_prompt': True})
)
```
## Usage
### Direct Usage (Sentence Transformers)
First install the Sentence Transformers library:
```bash
pip install -U sentence-transformers
```
Then you can load this model and run inference.
```python
from sentence_transformers import SentenceTransformer
# Download from the 🤗 Hub
model = SentenceTransformer("sentence_transformers_model_id")
# Run inference
sentences = [
'Muss der Deckel der TipBox beim Autoklavieren geöffnet werden?',
'Nein, das ist nicht notwendig. Die neue TipBox kann bei 121°C im geschlossenen Zustand autoklaviert werden.',
'برآمدگی های بیضه ممکن است نشان دهنده مشکلی در بیضه ها باشد. ممکن است به دلیل صدمه ای به وجود آمده یا ممکن است یک مشکل پزشکی جدی باشد.',
]
embeddings = model.encode(sentences)
print(embeddings.shape)
# [3, 768]
# Get the similarity scores for the embeddings
similarities = model.similarity(embeddings, embeddings)
print(similarities.shape)
# [3, 3]
```
<!--
### Direct Usage (Transformers)
<details><summary>Click to see the direct usage in Transformers</summary>
</details>
-->
<!--
### Downstream Usage (Sentence Transformers)
You can finetune this model on your own dataset.
<details><summary>Click to expand</summary>
</details>
-->
<!--
### Out-of-Scope Use
*List how the model may foreseeably be misused and address what users ought not to do with the model.*
-->
<!--
## Bias, Risks and Limitations
*What are the known or foreseeable issues stemming from this model? You could also flag here known failure cases or weaknesses of the model.*
-->
<!--
### Recommendations
*What are recommendations with respect to the foreseeable issues? For example, filtering explicit content.*
-->
## Training Details
### Training Dataset
#### Unnamed Dataset
* Size: 2,560,000 training samples
* Columns: <code>sentence_0</code> and <code>sentence_1</code>
* Approximate statistics based on the first 1000 samples:
| | sentence_0 | sentence_1 |
|:--------|:----------------------------------------------------------------------------------|:------------------------------------------------------------------------------------|
| type | string | string |
| details | <ul><li>min: 6 tokens</li><li>mean: 15.02 tokens</li><li>max: 86 tokens</li></ul> | <ul><li>min: 11 tokens</li><li>mean: 66.82 tokens</li><li>max: 512 tokens</li></ul> |
* Samples:
| sentence_0 | sentence_1 |
|:-----------------------------------------------------------------------------------------------------------|:----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|
| <code>Hat myTime ein großes Produktsortiment?</code> | <code>Das Sortiment von myTime umfasst mehr als 13.000 Lebensmittel. Du findest alle Produkte, die du auch im Supermarkt findest, darunter Obst und Gemüse, trockene Lebensmittel wie Pasta und Reis, Backwaren, Snacks und Tiefkühlkost. Auch Getränke wie Kaffee, Alkohol und Soda findest du im Online-Supermarkt.</code> |
| <code>Gibt es eine Tigerspin App?</code> | <code>Tigerspin verzichtet auf eine mobile App. Wenn Sie ein paar Runden spielen möchten, öffnen Sie einfach die Webseite des Casinos und starten die Spiele im Browser.</code> |
| <code>Bietet ihr auch maschinelle Übersetzungen an? Wenn ja, wann eignet sich diese und wann nicht?</code> | <code>Maschinelle Übersetzungen sind ein spannendes Thema, auch aktuell bei techtrans. Unter maschineller Übersetzung (MÜ) versteht man die automatisierte Übertragung eines Ausgangstextes in die Zielsprache mittels einer sogenannten Übersetzungsengine. Eine solche Engine kann nach regelbasierten, statistischen oder neuronalen Prinzipien aufgebaut sein.<br>Obwohl es maschinelle Übersetzungsengines schon seit einigen Jahrzehnten gibt, ist erst mit der Einführung der neuronalen Engines (NMT) ca. ab dem Jahre 2015 die Output-Qualität gestiegen. Namhafte Engine Provider sind zum Beispiel Google, DeepL, Microsoft, Amazon AWS und SDL. So ist es kaum verwunderlich, dass diese Technologie zunehmend Einzug sowohl in unseren Alltag als auch in den Übersetzungsprozess findet.</code> |
* Loss: [<code>MultipleNegativesRankingLoss</code>](https://sbert.net/docs/package_reference/sentence_transformer/losses.html#multiplenegativesrankingloss) with these parameters:
```json
{
"scale": 20.0,
"similarity_fct": "cos_sim"
}
```
### Training Hyperparameters
#### Non-Default Hyperparameters
- `per_device_train_batch_size`: 128
- `per_device_eval_batch_size`: 128
- `num_train_epochs`: 1
- `fp16`: True
- `multi_dataset_batch_sampler`: round_robin
#### All Hyperparameters
<details><summary>Click to expand</summary>
- `overwrite_output_dir`: False
- `do_predict`: False
- `eval_strategy`: no
- `prediction_loss_only`: True
- `per_device_train_batch_size`: 128
- `per_device_eval_batch_size`: 128
- `per_gpu_train_batch_size`: None
- `per_gpu_eval_batch_size`: None
- `gradient_accumulation_steps`: 1
- `eval_accumulation_steps`: None
- `torch_empty_cache_steps`: None
- `learning_rate`: 5e-05
- `weight_decay`: 0.0
- `adam_beta1`: 0.9
- `adam_beta2`: 0.999
- `adam_epsilon`: 1e-08
- `max_grad_norm`: 1
- `num_train_epochs`: 1
- `max_steps`: -1
- `lr_scheduler_type`: linear
- `lr_scheduler_kwargs`: {}
- `warmup_ratio`: 0.0
- `warmup_steps`: 0
- `log_level`: passive
- `log_level_replica`: warning
- `log_on_each_node`: True
- `logging_nan_inf_filter`: True
- `save_safetensors`: True
- `save_on_each_node`: False
- `save_only_model`: False
- `restore_callback_states_from_checkpoint`: False
- `no_cuda`: False
- `use_cpu`: False
- `use_mps_device`: False
- `seed`: 42
- `data_seed`: None
- `jit_mode_eval`: False
- `use_ipex`: False
- `bf16`: False
- `fp16`: True
- `fp16_opt_level`: O1
- `half_precision_backend`: auto
- `bf16_full_eval`: False
- `fp16_full_eval`: False
- `tf32`: None
- `local_rank`: 0
- `ddp_backend`: None
- `tpu_num_cores`: None
- `tpu_metrics_debug`: False
- `debug`: []
- `dataloader_drop_last`: False
- `dataloader_num_workers`: 0
- `dataloader_prefetch_factor`: None
- `past_index`: -1
- `disable_tqdm`: False
- `remove_unused_columns`: True
- `label_names`: None
- `load_best_model_at_end`: False
- `ignore_data_skip`: False
- `fsdp`: []
- `fsdp_min_num_params`: 0
- `fsdp_config`: {'min_num_params': 0, 'xla': False, 'xla_fsdp_v2': False, 'xla_fsdp_grad_ckpt': False}
- `fsdp_transformer_layer_cls_to_wrap`: None
- `accelerator_config`: {'split_batches': False, 'dispatch_batches': None, 'even_batches': True, 'use_seedable_sampler': True, 'non_blocking': False, 'gradient_accumulation_kwargs': None}
- `deepspeed`: None
- `label_smoothing_factor`: 0.0
- `optim`: adamw_torch
- `optim_args`: None
- `adafactor`: False
- `group_by_length`: False
- `length_column_name`: length
- `ddp_find_unused_parameters`: None
- `ddp_bucket_cap_mb`: None
- `ddp_broadcast_buffers`: False
- `dataloader_pin_memory`: True
- `dataloader_persistent_workers`: False
- `skip_memory_metrics`: True
- `use_legacy_prediction_loop`: False
- `push_to_hub`: False
- `resume_from_checkpoint`: None
- `hub_model_id`: None
- `hub_strategy`: every_save
- `hub_private_repo`: None
- `hub_always_push`: False
- `gradient_checkpointing`: False
- `gradient_checkpointing_kwargs`: None
- `include_inputs_for_metrics`: False
- `include_for_metrics`: []
- `eval_do_concat_batches`: True
- `fp16_backend`: auto
- `push_to_hub_model_id`: None
- `push_to_hub_organization`: None
- `mp_parameters`:
- `auto_find_batch_size`: False
- `full_determinism`: False
- `torchdynamo`: None
- `ray_scope`: last
- `ddp_timeout`: 1800
- `torch_compile`: False
- `torch_compile_backend`: None
- `torch_compile_mode`: None
- `dispatch_batches`: None
- `split_batches`: None
- `include_tokens_per_second`: False
- `include_num_input_tokens_seen`: False
- `neftune_noise_alpha`: None
- `optim_target_modules`: None
- `batch_eval_metrics`: False
- `eval_on_start`: False
- `use_liger_kernel`: False
- `eval_use_gather_object`: False
- `average_tokens_across_devices`: False
- `prompts`: None
- `batch_sampler`: batch_sampler
- `multi_dataset_batch_sampler`: round_robin
</details>
### Training Logs
| Epoch | Step | Training Loss |
|:-----:|:-----:|:-------------:|
| 0.025 | 500 | 0.1999 |
| 0.05 | 1000 | 0.0279 |
| 0.075 | 1500 | 0.0234 |
| 0.1 | 2000 | 0.0203 |
| 0.125 | 2500 | 0.0179 |
| 0.15 | 3000 | 0.0171 |
| 0.175 | 3500 | 0.0153 |
| 0.2 | 4000 | 0.015 |
| 0.225 | 4500 | 0.0143 |
| 0.25 | 5000 | 0.014 |
| 0.275 | 5500 | 0.0128 |
| 0.3 | 6000 | 0.013 |
| 0.325 | 6500 | 0.0129 |
| 0.35 | 7000 | 0.0124 |
| 0.375 | 7500 | 0.012 |
| 0.4 | 8000 | 0.0121 |
| 0.425 | 8500 | 0.0115 |
| 0.45 | 9000 | 0.0113 |
| 0.475 | 9500 | 0.0106 |
| 0.5 | 10000 | 0.0107 |
| 0.525 | 10500 | 0.011 |
| 0.55 | 11000 | 0.0108 |
| 0.575 | 11500 | 0.0103 |
| 0.6 | 12000 | 0.0097 |
| 0.625 | 12500 | 0.01 |
| 0.65 | 13000 | 0.0104 |
| 0.675 | 13500 | 0.0096 |
| 0.7 | 14000 | 0.0096 |
| 0.725 | 14500 | 0.0097 |
| 0.75 | 15000 | 0.0097 |
| 0.775 | 15500 | 0.0089 |
| 0.8 | 16000 | 0.0089 |
| 0.825 | 16500 | 0.0091 |
| 0.85 | 17000 | 0.0085 |
| 0.875 | 17500 | 0.0084 |
| 0.9 | 18000 | 0.0089 |
| 0.925 | 18500 | 0.0087 |
| 0.95 | 19000 | 0.0087 |
| 0.975 | 19500 | 0.0088 |
| 1.0 | 20000 | 0.0089 |
### Framework Versions
- Python: 3.11.5
- Sentence Transformers: 3.4.0
- Transformers: 4.48.0
- PyTorch: 2.5.1+cu124
- Accelerate: 1.2.1
- Datasets: 2.21.0
- Tokenizers: 0.21.0
## Citation
### BibTeX
#### Sentence Transformers
```bibtex
@inproceedings{reimers-2019-sentence-bert,
title = "Sentence-BERT: Sentence Embeddings using Siamese BERT-Networks",
author = "Reimers, Nils and Gurevych, Iryna",
booktitle = "Proceedings of the 2019 Conference on Empirical Methods in Natural Language Processing",
month = "11",
year = "2019",
publisher = "Association for Computational Linguistics",
url = "https://arxiv.org/abs/1908.10084",
}
```
#### MultipleNegativesRankingLoss
```bibtex
@misc{henderson2017efficient,
title={Efficient Natural Language Response Suggestion for Smart Reply},
author={Matthew Henderson and Rami Al-Rfou and Brian Strope and Yun-hsuan Sung and Laszlo Lukacs and Ruiqi Guo and Sanjiv Kumar and Balint Miklos and Ray Kurzweil},
year={2017},
eprint={1705.00652},
archivePrefix={arXiv},
primaryClass={cs.CL}
}
```
<!--
## Glossary
*Clearly define terms in order to be accessible across audiences.*
-->
<!--
## Model Card Authors
*Lists the people who create the model card, providing recognition and accountability for the detailed work that goes into its construction.*
-->
<!--
## Model Card Contact
*Provides a way for people who have updates to the Model Card, suggestions, or questions, to contact the Model Card authors.*
--> |