File size: 39,667 Bytes
14f8faa 73ca7f3 14f8faa 73ca7f3 14f8faa 73ca7f3 14f8faa |
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 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143 144 145 146 147 148 149 150 151 152 153 154 155 156 157 158 159 160 161 162 163 164 165 166 167 168 169 170 171 172 173 174 175 176 177 178 179 180 181 182 183 184 185 186 187 188 189 190 191 192 193 194 195 196 197 198 199 200 201 202 203 204 205 206 207 208 209 210 211 212 213 214 215 216 217 218 219 220 221 222 223 224 225 226 227 228 229 230 231 232 233 234 235 236 237 238 239 240 241 242 243 244 245 246 247 248 249 250 251 252 253 254 255 256 257 258 259 260 261 262 263 264 265 266 267 268 269 270 271 272 273 274 275 276 277 278 279 280 281 282 283 284 285 286 287 288 289 290 291 292 293 294 295 296 297 298 299 300 301 302 303 304 305 306 307 308 309 310 311 312 313 314 315 316 317 318 319 320 321 322 323 324 325 326 327 328 329 330 331 332 333 334 335 336 337 338 339 340 341 342 343 344 345 346 347 348 349 350 351 352 353 354 355 356 357 358 359 360 361 362 363 364 365 366 367 368 369 370 371 372 373 374 375 376 377 378 379 380 381 382 383 384 385 386 387 388 389 390 391 392 393 394 395 396 397 398 399 400 401 402 403 404 405 406 407 408 409 410 411 412 413 414 415 416 417 418 419 420 421 422 423 424 425 426 427 428 429 430 431 432 433 434 435 436 437 438 439 440 441 442 443 444 445 446 447 448 449 450 451 452 453 454 455 456 457 458 459 460 461 462 463 464 465 466 467 468 469 470 471 472 473 474 475 476 477 478 479 480 481 482 483 484 485 486 487 488 489 490 491 492 493 494 495 496 497 498 499 500 501 502 503 504 505 506 507 508 509 510 511 512 513 514 515 516 517 518 519 520 521 522 523 524 525 526 527 528 529 530 531 532 533 534 535 536 537 538 539 540 541 542 543 544 545 546 547 548 549 550 551 552 553 554 555 556 557 558 559 560 561 562 563 564 565 566 567 568 |
---
base_model: akhooli/ModernBERT-ar-base-tiny
datasets:
- akhooli/ar_nli_triplets_550
language:
- ar
library_name: sentence-transformers
license: apache-2.0
pipeline_tag: sentence-similarity
tags:
- sentence-transformers
- sentence-similarity
- feature-extraction
- generated_from_trainer
- dataset_size:550000
- loss:MatryoshkaLoss
- loss:CachedMultipleNegativesRankingLoss
widget:
- source_sentence: ماذا يعني اسم كريستين باللغة الإنجليزية
sentences:
- 'اسم كريستين هو اسم لاتيني طفل. في اللاتينية ، معنى اسم كريستين هو: أتباع المسيح.
اسم كريستين هو اسم طفل أمريكي. في أمريكا ، معنى اسم كريستين هو: أتباع المسيح.
اسم كريستين هو اسم طفل انجليزي. معنى اسم كريستين في اللغة الإنجليزية هو: كريستينا
وكريستيانا. أتباع المسيح. اسم كريستين هو اسم طفل يوناني. معنى اسم كريستين في اليونانية:
الممسوح.'
- '"يشمل الخيار المتخصص أصناف الخيار الموروثة مثل خيار الليمون والخيار ""الأرميني
الحلو"" ، بالإضافة إلى خيار الدفيئة التي لا تتطلب تلقيحًا لتثبيتها. يتم تربية
خيار الحاوية من أجل الكروم المدمجة ، وهو أفضل لزراعة السطح وحدائق المساحات الصغيرة.
الخيار الأرميني الحلو له نكهة خيار خفيفة ، مثل البطيخ بدون الحلاوة. لا يحتاجون
إلى تقشير ، كما أن شكلهم المضلع يجعل المقاطع العرضية مثيرة للاهتمام عند تقطيعها.
""خيار الليمون"" (65 يومًا ، إرث ، تلقيح مفتوح) عبارة عن خيار صغير ، مستدير ،
أصفر تجده غالبًا في أسواق المزارعين."'
- 'تزين كريستين ستيوارت غلاف عدد أزياء المرأة الخريفية من مجلة T ، في أكشاك بيع
الصحف في 21 أغسطس. ها هي الفتاة البالغة من العمر 26 عامًا كان على الممثلة أن تشاركها
مع ماج: عن علاقتها مع روبرت باتينسون: ࢠ"أراد الناس مني وروب أن نكون معًا بشكل
سيء لدرجة أن علاقتنا تحولت إلى منتج. لم تعد الحياة الحقيقية.'
- source_sentence: هل يمكن علاج سرطان العظام
sentences:
- علاج سرطان العظام. يعتمد علاج سرطان العظام على نوع سرطان العظام لديك ومدى انتشاره
وصحتك العامة. العلاجات الرئيسية هي الجراحة والعلاج الكيميائي والعلاج الإشعاعي.
- اضطراب نخاع العظم هو سبب أقل شيوعًا وأكثر خطورة لارتفاع خلايا الدم البيضاء. اللوكيميا
هي الجاني الأكثر شيوعًا. مع هذا النوع من السرطان ، ينتج نخاع العظم أعدادًا كبيرة
من خلايا الدم البيضاء المعيبة ويطلقها في الدم. يمكن أن تؤدي اضطرابات نخاع العظام
الأخرى ، مثل كثرة الحمر الحقيقية ، إلى زيادة عدد كرات الدم البيضاء.
- (الولايات المتحدة الأمريكية). متوسط الراتب لمصمم الويب في نيويورك ، نيويورك
هو 53329 دولارًا في السنة. لا يتمتع الأشخاص في هذه الوظيفة عمومًا بأكثر من 10
سنوات من الخبرة. المهارات التي تزيد من رواتب هذه الوظيفة هي التجارة الإلكترونية
و Adobe InDesign و Dreamweaver. الخبرة لها تأثير معتدل على الدخل لهذه الوظيفة.
- source_sentence: تعريف واجهة scsi
sentences:
- يوفر Windows Installer واجهة مستخدم كاملة (UI) لتثبيت تطبيق أو منتج. تقدم واجهة
المستخدم للمستخدم الخيارات المتاحة لتكوين التثبيت والحصول على معلومات من المستخدم
حول عملية التثبيت المعلقة. حول واجهة المستخدم يصف وظيفة واجهة مستخدم المثبت. يصف
استخدام واجهة المستخدم استخدام واجهة المستخدم الداخلية للمثبت. يتم عرض المعلومات
المرجعية في مربع الحوار الداخلي المثبت وأنماط وخيارات التحكم في مرجع واجهة المستخدم.
- 'تعريف florid: تعريف florid هو شخص ذو بشرة متوهجة ، أو شيء معقد للغاية. (صفة)
مثال على شخص يمكن وصفه بأنه مزهر هو عداء ذو وجه أحمر ، متورد الوجه تحول وجهه
إلى اللون الأحمر بمجهود ...'
- (واجهة نظام الكمبيوتر الصغيرة) يُعد SCSI عبارة عن واجهة أجهزة لما يصل إلى 15 جهازًا
طرفيًا متصلًا ببطاقة PCI أو PCI Express (محول مضيف SCSI) على اللوحة الأم. قدم
في عام 1986 من قبل Shugart Associates (انظر SASI) ، تم استبدال هذه العمارة المتوازية
الأصلية إلى حد كبير بإصدار تسلسلي (انظر SCSI المرفق التسلسلي).
- source_sentence: كم رسوم التأخير
sentences:
- رسم تأخر دفعة. يتم فرض رسوم السداد المتأخر (رسوم التأخير) على المقترض الذي يتخلف
عن دفع الحد الأدنى من السداد على الأقل بحلول الموعد النهائي للدفع. لتجنب الرسوم
المتأخرة ، تأكد من دفع الحد الأدنى للمبلغ على الأقل بحلول تاريخ الاستحقاق. قد
تؤثر الدفعات المتأخرة على سجلك الائتماني سلبًا ، حتى إذا تم سداد رصيدك المستحق
بالكامل لاحقًا. يتم تحديد الرسوم المتأخرة العرضية بمبلغ 25 دولارًا بموجب اللوائح
الفيدرالية.
- 'ينص قانون ملكية تكساس ، القسم 92.019 ، على أنه لا يجوز للمالك فرض رسوم تأخير
على المستأجر لعدم دفع الإيجار إلا إذا: 1 تم تضمين إشعار بالرسوم في عقد إيجار مكتوب
؛ 2 الرسم المتأخر هو تقدير معقول للأضرار التي لحقت بالمالك نتيجة التأخر في دفع
الإيجار ؛ و.'
- يجب أن يتم الاحتفاظ بالحسابات المصرفية المشتركة بملكية متساوية لتكون مؤمنة من
قبل مؤسسة التأمين الفيدرالية (FDIC) بحد أقصى 250.000 دولار لكل مودع. على سبيل
المثال ، يجب أن يتمتع الوالد والطفل في حساب مشترك بنفس القدرة على سحب الأموال
لزيادة حماية مؤسسة التأمين الفيدرالية (FDIC).
- source_sentence: ما هي المواد المصنوعة من الدعك
sentences:
- معظم مقشراتي مصنوعة من قماش يتكون من 65٪ قطن و 35٪ بوليستر. يبدو أن الكمية الصغيرة
من البوليستر تمنع سوائل الجسم من التسرب عبر القماش إلى بشرتي الأساسية. بعض أنواع
الدعك من القطن 100٪. ومع ذلك ، تأكد من استخدام قماش ناعم ومتين إذا كنت تنوي صنع
الدعك من القطن بنسبة 100٪. lvmama يحب هذا.
- بلدة وندسور ، مقاطعة أشاتبولا ، أوهايو. مرحبًا بكم في وندسور تاونشيب ، مقاطعة
أشتابولا - أوهايو. مرحبًا بكم في وندسور بولاية أوهايو ، وهي بلدة تقع في الركن
الجنوبي الغربي من مقاطعة أشتابولا.
- Scrubs (مسلسل تلفزيوني) (تمت إعادة توجيهه من مستشفى القلب المقدس (Scrubs)) Scrubs
(منمق كـ [الدعك]) هو مسلسل تلفزيوني كوميدي طبي أمريكي تم إنشاؤه بواسطة Bill Lawrence
والذي تم بثه من 2 أكتوبر 2001 إلى 17 مارس 2010 ، على NBC ولاحقًا ABC. يتتبع المسلسل
حياة الموظفين في مستشفى القلب المقدس التعليمي الخيالي.
---
# Ar ModernBERT base tiny trained on 500k Arabic NLI triplets
This is a [sentence-transformers](https://www.SBERT.net) model finetuned from [akhooli/ModernBERT-ar-base-tiny](https://huggingface.co/akhooli/ModernBERT-ar-base-tiny) on the [ar_nli_triplets_550](https://huggingface.co/datasets/akhooli/ar_nli_triplets_550) dataset. 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:** [akhooli/ModernBERT-ar-base-tiny](https://huggingface.co/akhooli/ModernBERT-ar-base-tiny) <!-- at revision 0cdca0e6ca4340705b5ccde7d74b1ec5adc2f94d -->
- **Maximum Sequence Length:** 8192 tokens
- **Output Dimensionality:** 768 dimensions
- **Similarity Function:** Cosine Similarity
- **Training Dataset:**
- [ar_nli_triplets_550](https://huggingface.co/datasets/akhooli/ar_nli_triplets_550)
- **Language:** ar
- **License:** apache-2.0
### 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': 8192, 'do_lower_case': False}) with Transformer model: ModernBertModel
(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("sbert-nli-500k-triplets-MB")
# Run inference
sentences = [
'ما هي المواد المصنوعة من الدعك',
'معظم مقشراتي مصنوعة من قماش يتكون من 65٪ قطن و 35٪ بوليستر. يبدو أن الكمية الصغيرة من البوليستر تمنع سوائل الجسم من التسرب عبر القماش إلى بشرتي الأساسية. بعض أنواع الدعك من القطن 100٪. ومع ذلك ، تأكد من استخدام قماش ناعم ومتين إذا كنت تنوي صنع الدعك من القطن بنسبة 100٪. lvmama يحب هذا.',
'Scrubs (مسلسل تلفزيوني) (تمت إعادة توجيهه من مستشفى القلب المقدس (Scrubs)) Scrubs (منمق كـ [الدعك]) هو مسلسل تلفزيوني كوميدي طبي أمريكي تم إنشاؤه بواسطة Bill Lawrence والذي تم بثه من 2 أكتوبر 2001 إلى 17 مارس 2010 ، على NBC ولاحقًا ABC. يتتبع المسلسل حياة الموظفين في مستشفى القلب المقدس التعليمي الخيالي.',
]
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
#### ar_nli_triplets_550
* Dataset: [ar_nli_triplets_550](https://huggingface.co/datasets/akhooli/ar_nli_triplets_550) at [7445200](https://huggingface.co/datasets/akhooli/ar_nli_triplets_550/tree/7445200f711a7dc84fc90b643718fba4d842edcb)
* Size: 550,000 training samples
* Columns: <code>query</code>, <code>positive</code>, and <code>negative</code>
* Approximate statistics based on the first 1000 samples:
| | query | positive | negative |
|:--------|:---------------------------------------------------------------------------------|:------------------------------------------------------------------------------------|:-----------------------------------------------------------------------------------|
| type | string | string | string |
| details | <ul><li>min: 4 tokens</li><li>mean: 8.85 tokens</li><li>max: 43 tokens</li></ul> | <ul><li>min: 12 tokens</li><li>mean: 78.73 tokens</li><li>max: 249 tokens</li></ul> | <ul><li>min: 19 tokens</li><li>mean: 75.4 tokens</li><li>max: 266 tokens</li></ul> |
* Samples:
| query | positive | negative |
|:---------------------------------------------------------|:-----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|:---------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|
| <code>كوينتيليون كم عدد الأصفار</code> | <code>يوجد 6 في مليون 9 في المليار 12 في التريليون وبعد ذلك يكون الكوادريليون ، 15 صفرًا. كوينتيليون لديها 18 ، وسيكستيليون لديها 21.</code> | <code>يتكون رقم الحساب المكون من 10 أرقام من معرف المشاركة والأصفار ورقم حساب العضو الخاص بك. مثال 1: إذا كان رقم حساب العضو الخاص بك يتكون من ستة أرقام (123456) ومعرف المشاركة هو 01 ، فسيكون رقم حسابك المكون من 10 أرقام هو 0100123456.</code> |
| <code>ما هي كيمياء الكيتونات</code> | <code>في الكيمياء ، الكيتون (الكانون) / - ki - مركب عضوي بهيكل RC (= O) R '، حيث يمكن أن يكون R و R مجموعة متنوعة من البدائل المحتوية على الكربون: الكيتونات والألدهيدات عبارة عن مركبات بسيطة تحتوي على مجموعة كربونيل (رابطة كربون-أكسجين مزدوجة) ، ومع ذلك ، تُستخدم أيضًا بادئات أخرى. بالنسبة لبعض المواد الكيميائية الشائعة (خاصة في الكيمياء الحيوية) ، تشير keto أو oxo إلى مجموعة الكيتون الوظيفية. يستخدم مصطلح oxo على نطاق واسع من خلال الكيمياء. على سبيل المثال ، يشير أيضًا إلى ذرة أكسجين مرتبطة بمعدن انتقالي (أكسيد معدني).</code> | <code>علم المحيطات الكيميائي وكيمياء المحيطات ، هما دراسة كيمياء المحيط. في حين أن علم المحيطات الكيميائي منشغل في المقام الأول بدراسة وفهم خصائص مياه البحر وتغيراتها ، فإنه يركز كيمياء المحيطات بشكل أساسي على الدورات الجيوكيميائية.</code> |
| <code>تعريف خدمات العيادات الخارجية في كاليفورنيا</code> | <code>قائمة الخدمات (CMS) الخاصة بتصنيفات الدفع المتنقل لخدمات العيادات الخارجية بالمستشفى. (ج) مركز الجراحة المتنقلة (ASC) يعني أي عيادة جراحية على النحو المحدد في ولاية كاليفورنيا. قسم قانون الصحة والسلامة 1204 ، القسم الفرعي (ب) (1) ، أي مركز جراحي متنقل يعمل به. تمت الموافقة على المشاركة في برنامج Medicare بموجب الباب الثامن عشر (42 U.S.C. SEC. 1395 وما يليها) من.</code> | <code>تعريفات خدمات الصحة السلوكية للمرضى الداخليين والخارجيين. خدمات المرضى الداخليين. ¢ خدمات على مدار 24 ساعة ، يتم تقديمها في بيئة مستشفى مرخصة ، والتي توفر تدخلاً سريريًا للصحة العقلية أو تشخيص تعاطي المخدرات ، أو كليهما. تعريف الخدمة خدمات الصحة النفسية للمرضى الداخليين.</code> |
* Loss: [<code>MatryoshkaLoss</code>](https://sbert.net/docs/package_reference/sentence_transformer/losses.html#matryoshkaloss) with these parameters:
```json
{
"loss": "CachedMultipleNegativesRankingLoss",
"matryoshka_dims": [
768,
512,
256,
128,
64
],
"matryoshka_weights": [
1,
1,
1,
1,
1
],
"n_dims_per_step": -1
}
```
### Evaluation Dataset
#### ar_nli_triplets_550
* Dataset: [ar_nli_triplets_550](https://huggingface.co/datasets/akhooli/ar_nli_triplets_550) at [7445200](https://huggingface.co/datasets/akhooli/ar_nli_triplets_550/tree/7445200f711a7dc84fc90b643718fba4d842edcb)
* Size: 550,000 evaluation samples
* Columns: <code>query</code>, <code>positive</code>, and <code>negative</code>
* Approximate statistics based on the first 1000 samples:
| | query | positive | negative |
|:--------|:--------------------------------------------------------------------------------|:------------------------------------------------------------------------------------|:------------------------------------------------------------------------------------|
| type | string | string | string |
| details | <ul><li>min: 4 tokens</li><li>mean: 8.8 tokens</li><li>max: 23 tokens</li></ul> | <ul><li>min: 13 tokens</li><li>mean: 81.35 tokens</li><li>max: 234 tokens</li></ul> | <ul><li>min: 19 tokens</li><li>mean: 75.38 tokens</li><li>max: 250 tokens</li></ul> |
* Samples:
| query | positive | negative |
|:-------------------------------------------------------|:---------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|:-----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|
| <code>ما هو متوسط المناخ في أكسفورد ، إنجلترا</code> | <code>أكسفورد: المتوسطات الجوية السنوية. يوليو هو الشهر الأكثر سخونة في أكسفورد بمتوسط درجة حرارة 16 درجة مئوية (61 درجة فهرنهايت) والأبرد هو يناير عند 4 درجة مئوية (39 درجة فهرنهايت) مع أكثر ساعات سطوع الشمس يوميًا في 9 من شهر يونيو ، يكون شهر ديسمبر الأكثر رطوبة بمتوسط 64 ملم من الأمطار. xford: متوسطات الطقس السنوية. يوليو هو الشهر الأكثر سخونة في أكسفورد بمتوسط درجة حرارة 16 درجة مئوية (61 درجة فهرنهايت) والأبرد هو يناير عند 4 درجة مئوية (39 درجة فهرنهايت) مع أكثر ساعات سطوع الشمس يوميًا عند 9 في يونيو.</code> | <code>المناخ ، متوسط الطقس في اليابان. 1 من مساحة الأرض ، 57٪ لديها مناخ معتدل / متوسط الحرارة مع هطول كبير للأمطار في جميع الفصول (Cf) ، 43٪ لديها مناخ قاري / حراري دقيق مع هطول كبير للأمطار في جميع الفصول (Df).</code> |
| <code>يمكن تكسير بروتينات تاو</code> | <code>تاو هو بروتين موجود في الخلايا العصبية ، حيث يعمل على استقرار شكل الخلية ووظائفها. كجزء من الوظيفة الطبيعية ، تنثني البروتينات في الجسم وتتكشف وتعود إلى أشكال مختلفة من أجل أداء وظائف محددة ، وعندما لا تكون هناك حاجة إليها ، يتم تفكيكها وإعادة تدويرها بواسطة الخلية.</code> | <code>أكبر فئة من البروتينات هي بروتينات هيكلية. تعمل أنواع البروتين هذه كمكونات أساسية لبناء جسمك. يعتبر الكيراتين والكولاجين من البروتينات الهيكلية الأكثر شيوعًا. هذه بروتينات ليفية قوية. يشكل الكيراتين بنية بشرتك وأظافرك وشعرك وأسنانك.</code> |
| <code>ما هو تمدد الأوعية الدموية في الدماغ</code> | <code>تمدد الأوعية الدموية في الدماغ هو انتفاخ غير طبيعي أو انتفاخ في جدار الشريان في الدماغ. يطلق عليهم أحيانًا تمدد الأوعية الدموية في التوت لأنها غالبًا ما تكون بحجم حبة التوت الصغيرة. لا ينتج عن معظم تمدد الأوعية الدموية في الدماغ أي أعراض حتى تصبح كبيرة ، أو تبدأ في تسريب الدم ، أو تنفجر. إذا كان تمدد الأوعية الدموية في الدماغ يضغط على الأعصاب في دماغك ، فقد يتسبب في ظهور علامات وأعراض.</code> | <code>قد تزيد عوامل الخطر التالية من خطر إصابتك بتمدد الأوعية الدموية ، أو إذا كنت تعاني بالفعل من تمدد الأوعية الدموية ، فقد تزيد من خطر تمزقها: 1 تاريخ عائلي. 2 الأشخاص الذين لديهم تاريخ عائلي من تمدد الأوعية الدموية في الدماغ هم أكثر عرضة للإصابة بتمدد الأوعية الدموية من أولئك الذين ليس لديهم.</code> |
* Loss: [<code>MatryoshkaLoss</code>](https://sbert.net/docs/package_reference/sentence_transformer/losses.html#matryoshkaloss) with these parameters:
```json
{
"loss": "CachedMultipleNegativesRankingLoss",
"matryoshka_dims": [
768,
512,
256,
128,
64
],
"matryoshka_weights": [
1,
1,
1,
1,
1
],
"n_dims_per_step": -1
}
```
### Training Hyperparameters
#### Non-Default Hyperparameters
- `eval_strategy`: steps
- `per_device_train_batch_size`: 12
- `per_device_eval_batch_size`: 12
- `learning_rate`: 2e-05
- `num_train_epochs`: 1
- `warmup_ratio`: 0.1
- `fp16`: True
- `batch_sampler`: no_duplicates
#### All Hyperparameters
<details><summary>Click to expand</summary>
- `overwrite_output_dir`: False
- `do_predict`: False
- `eval_strategy`: steps
- `prediction_loss_only`: True
- `per_device_train_batch_size`: 12
- `per_device_eval_batch_size`: 12
- `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`: 2e-05
- `weight_decay`: 0.0
- `adam_beta1`: 0.9
- `adam_beta2`: 0.999
- `adam_epsilon`: 1e-08
- `max_grad_norm`: 1.0
- `num_train_epochs`: 1
- `max_steps`: -1
- `lr_scheduler_type`: linear
- `lr_scheduler_kwargs`: {}
- `warmup_ratio`: 0.1
- `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`: True
- `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`: no_duplicates
- `multi_dataset_batch_sampler`: proportional
</details>
### Training Logs
| Epoch | Step | Training Loss | Validation Loss |
|:------:|:-----:|:-------------:|:---------------:|
| 0.0113 | 250 | 6.9693 | - |
| 0.0226 | 500 | 4.6555 | - |
| 0.0340 | 750 | 3.6612 | - |
| 0.0453 | 1000 | 3.3137 | - |
| 0.0566 | 1250 | 3.0655 | - |
| 0.0679 | 1500 | 2.9465 | - |
| 0.0792 | 1750 | 2.9436 | - |
| 0.0906 | 2000 | 2.7902 | - |
| 0.1019 | 2250 | 2.7131 | - |
| 0.1132 | 2500 | 2.7388 | - |
| 0.1245 | 2750 | 2.7474 | - |
| 0.1359 | 3000 | 2.5196 | - |
| 0.1472 | 3250 | 2.4522 | - |
| 0.1585 | 3500 | 2.4588 | - |
| 0.1698 | 3750 | 2.458 | - |
| 0.1811 | 4000 | 2.3643 | - |
| 0.1925 | 4250 | 2.2747 | - |
| 0.2038 | 4500 | 2.1526 | - |
| 0.2151 | 4750 | 2.0504 | - |
| 0.2264 | 5000 | 2.1278 | 2.1682 |
| 0.2377 | 5250 | 2.0536 | - |
| 0.2491 | 5500 | 2.0332 | - |
| 0.2604 | 5750 | 1.9816 | - |
| 0.2717 | 6000 | 1.8878 | - |
| 0.2830 | 6250 | 1.8733 | - |
| 0.2943 | 6500 | 1.8573 | - |
| 0.3057 | 6750 | 1.9132 | - |
| 0.3170 | 7000 | 1.7868 | - |
| 0.3283 | 7250 | 1.7047 | - |
| 0.3396 | 7500 | 1.836 | - |
| 0.3509 | 7750 | 1.7552 | - |
| 0.3623 | 8000 | 1.6976 | - |
| 0.3736 | 8250 | 1.7005 | - |
| 0.3849 | 8500 | 1.7418 | - |
| 0.3962 | 8750 | 1.6407 | - |
| 0.4076 | 9000 | 1.6039 | - |
| 0.4189 | 9250 | 1.6287 | - |
| 0.4302 | 9500 | 1.5528 | - |
| 0.4415 | 9750 | 1.5981 | - |
| 0.4528 | 10000 | 1.5705 | 1.6057 |
| 0.4642 | 10250 | 1.5245 | - |
| 0.4755 | 10500 | 1.444 | - |
| 0.4868 | 10750 | 1.4127 | - |
| 0.4981 | 11000 | 1.5006 | - |
| 0.5094 | 11250 | 1.3875 | - |
| 0.5208 | 11500 | 1.3678 | - |
| 0.5321 | 11750 | 1.4748 | - |
| 0.5434 | 12000 | 1.4333 | - |
| 0.5547 | 12250 | 1.4464 | - |
| 0.5660 | 12500 | 1.3053 | - |
| 0.5774 | 12750 | 1.3522 | - |
| 0.5887 | 13000 | 1.2708 | - |
| 0.6000 | 13250 | 1.3063 | - |
| 0.6113 | 13500 | 1.329 | - |
| 0.6227 | 13750 | 1.2761 | - |
| 0.6340 | 14000 | 1.303 | - |
| 0.6453 | 14250 | 1.3323 | - |
| 0.6566 | 14500 | 1.2228 | - |
| 0.6679 | 14750 | 1.2488 | - |
| 0.6793 | 15000 | 1.2635 | 1.2501 |
| 0.6906 | 15250 | 1.2333 | - |
| 0.7019 | 15500 | 1.203 | - |
| 0.7132 | 15750 | 1.1859 | - |
| 0.7245 | 16000 | 1.166 | - |
| 0.7359 | 16250 | 1.1935 | - |
| 0.7472 | 16500 | 1.1466 | - |
| 0.7585 | 16750 | 1.2175 | - |
| 0.7698 | 17000 | 1.1073 | - |
| 0.7811 | 17250 | 1.1363 | - |
| 0.7925 | 17500 | 1.2153 | - |
| 0.8038 | 17750 | 1.1302 | - |
| 0.8151 | 18000 | 1.0426 | - |
| 0.8264 | 18250 | 1.0576 | - |
| 0.8377 | 18500 | 1.0944 | - |
| 0.8491 | 18750 | 1.0158 | - |
| 0.8604 | 19000 | 1.1024 | - |
| 0.8717 | 19250 | 1.0598 | - |
| 0.8830 | 19500 | 1.0636 | - |
| 0.8944 | 19750 | 1.0052 | - |
| 0.9057 | 20000 | 1.0509 | 1.0778 |
| 0.9170 | 20250 | 1.0107 | - |
| 0.9283 | 20500 | 0.9524 | - |
| 0.9396 | 20750 | 1.0021 | - |
| 0.9510 | 21000 | 1.0262 | - |
| 0.9623 | 21250 | 0.9597 | - |
| 0.9736 | 21500 | 0.9471 | - |
| 0.9849 | 21750 | 1.0467 | - |
| 0.9962 | 22000 | 1.051 | - |
### Framework Versions
- Python: 3.10.14
- Sentence Transformers: 3.4.0.dev0
- Transformers: 4.48.0
- PyTorch: 2.5.1+cu121
- Accelerate: 0.34.2
- Datasets: 3.0.1
- 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",
}
```
#### MatryoshkaLoss
```bibtex
@misc{kusupati2024matryoshka,
title={Matryoshka Representation Learning},
author={Aditya Kusupati and Gantavya Bhatt and Aniket Rege and Matthew Wallingford and Aditya Sinha and Vivek Ramanujan and William Howard-Snyder and Kaifeng Chen and Sham Kakade and Prateek Jain and Ali Farhadi},
year={2024},
eprint={2205.13147},
archivePrefix={arXiv},
primaryClass={cs.LG}
}
```
#### CachedMultipleNegativesRankingLoss
```bibtex
@misc{gao2021scaling,
title={Scaling Deep Contrastive Learning Batch Size under Memory Limited Setup},
author={Luyu Gao and Yunyi Zhang and Jiawei Han and Jamie Callan},
year={2021},
eprint={2101.06983},
archivePrefix={arXiv},
primaryClass={cs.LG}
}
```
<!--
## 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.*
--> |