Hugging Face's logo

david-quiros
/
finetuned-snowflake-e79a91f5-6c6e-4b6d-bb90-1f543a7278c4

Sentence Similarity
sentence-transformers
Safetensors
xlm-roberta
feature-extraction
Generated from Trainer
dataset_size:5
loss:MultipleNegativesRankingLoss
Eval Results
text-embeddings-inference
Model card Files Community
david-quiros commited on
Commit
40fe2c0
·
verified ·
1 Parent(s): 3f0a7c6

Add new SentenceTransformer model

Browse files
Files changed (12) hide show
  1. .gitattributes +1 -0
  2. 1_Pooling/config.json +10 -0
  3. README.md +434 -0
  4. config.json +30 -0
  5. config_sentence_transformers.json +12 -0
  6. model.safetensors +3 -0
  7. modules.json +20 -0
  8. sentence_bert_config.json +4 -0
  9. sentencepiece.bpe.model +3 -0
  10. special_tokens_map.json +51 -0
  11. tokenizer.json +3 -0
  12. tokenizer_config.json +62 -0
.gitattributes CHANGED
@@ -33,3 +33,4 @@ saved_model/**/* filter=lfs diff=lfs merge=lfs -text
33
  *.zip filter=lfs diff=lfs merge=lfs -text
34
  *.zst filter=lfs diff=lfs merge=lfs -text
35
  *tfevents* filter=lfs diff=lfs merge=lfs -text
 
 
33
  *.zip filter=lfs diff=lfs merge=lfs -text
34
  *.zst filter=lfs diff=lfs merge=lfs -text
35
  *tfevents* filter=lfs diff=lfs merge=lfs -text
36
+ tokenizer.json filter=lfs diff=lfs merge=lfs -text
1_Pooling/config.json ADDED
@@ -0,0 +1,10 @@
 
 
 
 
 
 
 
 
 
 
 
1
+ {
2
+ "word_embedding_dimension": 1024,
3
+ "pooling_mode_cls_token": true,
4
+ "pooling_mode_mean_tokens": false,
5
+ "pooling_mode_max_tokens": false,
6
+ "pooling_mode_mean_sqrt_len_tokens": false,
7
+ "pooling_mode_weightedmean_tokens": false,
8
+ "pooling_mode_lasttoken": false,
9
+ "include_prompt": true
10
+ }
README.md ADDED
@@ -0,0 +1,434 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
+ ---
2
+ tags:
3
+ - sentence-transformers
4
+ - sentence-similarity
5
+ - feature-extraction
6
+ - generated_from_trainer
7
+ - dataset_size:5
8
+ - loss:MultipleNegativesRankingLoss
9
+ base_model: Snowflake/snowflake-arctic-embed-l-v2.0
10
+ pipeline_tag: sentence-similarity
11
+ library_name: sentence-transformers
12
+ metrics:
13
+ - cosine_accuracy@1
14
+ - cosine_accuracy@3
15
+ - cosine_accuracy@5
16
+ - cosine_accuracy@10
17
+ - cosine_precision@1
18
+ - cosine_precision@3
19
+ - cosine_precision@5
20
+ - cosine_precision@10
21
+ - cosine_recall@1
22
+ - cosine_recall@3
23
+ - cosine_recall@5
24
+ - cosine_recall@10
25
+ - cosine_ndcg@10
26
+ - cosine_mrr@10
27
+ - cosine_map@100
28
+ model-index:
29
+ - name: SentenceTransformer based on Snowflake/snowflake-arctic-embed-l-v2.0
30
+ results:
31
+ - task:
32
+ type: information-retrieval
33
+ name: Information Retrieval
34
+ dataset:
35
+ name: Unknown
36
+ type: unknown
37
+ metrics:
38
+ - type: cosine_accuracy@1
39
+ value: 0.6666666666666666
40
+ name: Cosine Accuracy@1
41
+ - type: cosine_accuracy@3
42
+ value: 1.0
43
+ name: Cosine Accuracy@3
44
+ - type: cosine_accuracy@5
45
+ value: 1.0
46
+ name: Cosine Accuracy@5
47
+ - type: cosine_accuracy@10
48
+ value: 1.0
49
+ name: Cosine Accuracy@10
50
+ - type: cosine_precision@1
51
+ value: 0.6666666666666666
52
+ name: Cosine Precision@1
53
+ - type: cosine_precision@3
54
+ value: 0.5555555555555555
55
+ name: Cosine Precision@3
56
+ - type: cosine_precision@5
57
+ value: 0.6000000000000001
58
+ name: Cosine Precision@5
59
+ - type: cosine_precision@10
60
+ value: 0.4666666666666666
61
+ name: Cosine Precision@10
62
+ - type: cosine_recall@1
63
+ value: 0.13095238095238096
64
+ name: Cosine Recall@1
65
+ - type: cosine_recall@3
66
+ value: 0.34761904761904755
67
+ name: Cosine Recall@3
68
+ - type: cosine_recall@5
69
+ value: 0.6285714285714286
70
+ name: Cosine Recall@5
71
+ - type: cosine_recall@10
72
+ value: 0.8857142857142858
73
+ name: Cosine Recall@10
74
+ - type: cosine_ndcg@10
75
+ value: 0.7741982555817227
76
+ name: Cosine Ndcg@10
77
+ - type: cosine_mrr@10
78
+ value: 0.8333333333333334
79
+ name: Cosine Mrr@10
80
+ - type: cosine_map@100
81
+ value: 0.6825006871435443
82
+ name: Cosine Map@100
83
+ ---
84
+
85
+ # SentenceTransformer based on Snowflake/snowflake-arctic-embed-l-v2.0
86
+
87
+ This is a [sentence-transformers](https://www.SBERT.net) model finetuned from [Snowflake/snowflake-arctic-embed-l-v2.0](https://huggingface.co/Snowflake/snowflake-arctic-embed-l-v2.0). It maps sentences & paragraphs to a 1024-dimensional dense vector space and can be used for semantic textual similarity, semantic search, paraphrase mining, text classification, clustering, and more.
88
+
89
+ ## Model Details
90
+
91
+ ### Model Description
92
+ - **Model Type:** Sentence Transformer
93
+ - **Base model:** [Snowflake/snowflake-arctic-embed-l-v2.0](https://huggingface.co/Snowflake/snowflake-arctic-embed-l-v2.0) <!-- at revision dcf86e284785c825570c5fd512ddd682b386fa3d -->
94
+ - **Maximum Sequence Length:** 8192 tokens
95
+ - **Output Dimensionality:** 1024 dimensions
96
+ - **Similarity Function:** Cosine Similarity
97
+ <!-- - **Training Dataset:** Unknown -->
98
+ <!-- - **Language:** Unknown -->
99
+ <!-- - **License:** Unknown -->
100
+
101
+ ### Model Sources
102
+
103
+ - **Documentation:** [Sentence Transformers Documentation](https://sbert.net)
104
+ - **Repository:** [Sentence Transformers on GitHub](https://github.com/UKPLab/sentence-transformers)
105
+ - **Hugging Face:** [Sentence Transformers on Hugging Face](https://huggingface.co/models?library=sentence-transformers)
106
+
107
+ ### Full Model Architecture
108
+
109
+ ```
110
+ SentenceTransformer(
111
+ (0): Transformer({'max_seq_length': 8192, 'do_lower_case': False}) with Transformer model: XLMRobertaModel
112
+ (1): Pooling({'word_embedding_dimension': 1024, 'pooling_mode_cls_token': True, 'pooling_mode_mean_tokens': False, 'pooling_mode_max_tokens': False, 'pooling_mode_mean_sqrt_len_tokens': False, 'pooling_mode_weightedmean_tokens': False, 'pooling_mode_lasttoken': False, 'include_prompt': True})
113
+ (2): Normalize()
114
+ )
115
+ ```
116
+
117
+ ## Usage
118
+
119
+ ### Direct Usage (Sentence Transformers)
120
+
121
+ First install the Sentence Transformers library:
122
+
123
+ ```bash
124
+ pip install -U sentence-transformers
125
+ ```
126
+
127
+ Then you can load this model and run inference.
128
+ ```python
129
+ from sentence_transformers import SentenceTransformer
130
+
131
+ # Download from the 🤗 Hub
132
+ model = SentenceTransformer("david-quiros/finetuned-snowflake-e79a91f5-6c6e-4b6d-bb90-1f543a7278c4")
133
+ # Run inference
134
+ sentences = [
135
+ 'The weather is lovely today.',
136
+ "It's so sunny outside!",
137
+ 'He drove to the stadium.',
138
+ ]
139
+ embeddings = model.encode(sentences)
140
+ print(embeddings.shape)
141
+ # [3, 1024]
142
+
143
+ # Get the similarity scores for the embeddings
144
+ similarities = model.similarity(embeddings, embeddings)
145
+ print(similarities.shape)
146
+ # [3, 3]
147
+ ```
148
+
149
+ <!--
150
+ ### Direct Usage (Transformers)
151
+
152
+ <details><summary>Click to see the direct usage in Transformers</summary>
153
+
154
+ </details>
155
+ -->
156
+
157
+ <!--
158
+ ### Downstream Usage (Sentence Transformers)
159
+
160
+ You can finetune this model on your own dataset.
161
+
162
+ <details><summary>Click to expand</summary>
163
+
164
+ </details>
165
+ -->
166
+
167
+ <!--
168
+ ### Out-of-Scope Use
169
+
170
+ *List how the model may foreseeably be misused and address what users ought not to do with the model.*
171
+ -->
172
+
173
+ ## Evaluation
174
+
175
+ ### Metrics
176
+
177
+ #### Information Retrieval
178
+
179
+ * Evaluated with [<code>InformationRetrievalEvaluator</code>](https://sbert.net/docs/package_reference/sentence_transformer/evaluation.html#sentence_transformers.evaluation.InformationRetrievalEvaluator)
180
+
181
+ | Metric | Value |
182
+ |:--------------------|:-----------|
183
+ | cosine_accuracy@1 | 0.6667 |
184
+ | cosine_accuracy@3 | 1.0 |
185
+ | cosine_accuracy@5 | 1.0 |
186
+ | cosine_accuracy@10 | 1.0 |
187
+ | cosine_precision@1 | 0.6667 |
188
+ | cosine_precision@3 | 0.5556 |
189
+ | cosine_precision@5 | 0.6 |
190
+ | cosine_precision@10 | 0.4667 |
191
+ | cosine_recall@1 | 0.131 |
192
+ | cosine_recall@3 | 0.3476 |
193
+ | cosine_recall@5 | 0.6286 |
194
+ | cosine_recall@10 | 0.8857 |
195
+ | **cosine_ndcg@10** | **0.7742** |
196
+ | cosine_mrr@10 | 0.8333 |
197
+ | cosine_map@100 | 0.6825 |
198
+
199
+ <!--
200
+ ## Bias, Risks and Limitations
201
+
202
+ *What are the known or foreseeable issues stemming from this model? You could also flag here known failure cases or weaknesses of the model.*
203
+ -->
204
+
205
+ <!--
206
+ ### Recommendations
207
+
208
+ *What are recommendations with respect to the foreseeable issues? For example, filtering explicit content.*
209
+ -->
210
+
211
+ ## Training Details
212
+
213
+ ### Training Dataset
214
+
215
+ #### Unnamed Dataset
216
+
217
+ * Size: 5 training samples
218
+ * Columns: <code>sentence_0</code> and <code>sentence_1</code>
219
+ * Approximate statistics based on the first 5 samples:
220
+ | | sentence_0 | sentence_1 |
221
+ |:--------|:---------------------------------------------------------------------------------|:--------------------------------------------------------------------------------------|
222
+ | type | string | list |
223
+ | details | <ul><li>min: 9 tokens</li><li>mean: 11.8 tokens</li><li>max: 16 tokens</li></ul> | <ul><li>min: 2 elements</li><li>mean: 4.67 elements</li><li>max: 8 elements</li></ul> |
224
+ * Samples:
225
+ | sentence_0 | sentence_1 |
226
+ |:---------------------------------------------------------------|:-----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|
227
+ | <code>Qué tipo de cosas le interesan a Robert Monestel?</code> | <code>[' Robert Monestel: \u200eLos mensajes y las llamadas están cifrados de extremo a extremo. Solo las personas en este chat pueden leerlos, escucharlos o compartirlos.\n David: Primo, vos podrías pasarnos mañana unas fotos de los colores de los marcos? Sólo para estar seguros\n Robert Monestel: Si claro no hay problema\n David: Pv 👌\n\u200e Robert Monestel: \u200eimagen omitida\n David: Ok ... y cómo se ve del otro color?\n Robert Monestel: Ya te mando la foto\n David: Pv\n\u200e Robert Monestel: \u200eimagen omitida\n David: Qué raro, se ve como blanco ahí 😐\n Robert Monestel: Es gris! Claro\n David: Cómo el tono de los marcos de las celosías?\n Robert Monestel: Si algo parecido\n David: Ok, pv ... entonces mejor cotizame ese marco gris con vidrios transparentes\n Robert Monestel: Ok perfecto ahora te mando el precio\n David: Pv 👍\n David: ... y con el cedazo\n Robert Monestel: Correcto!!!\n David: Ok, tuanis\n Robert Monestel: Hola primo , sale la ventana ya instalada en 70 000 colones...</code> |
228
+ | <code>Qué le interesa a Abel?</code> | <code>[' Abel: \u200eLos mensajes y las llamadas están cifrados de extremo a extremo. Solo las personas en este chat pueden leerlos, escucharlos o compartirlos.\n\u200e David: \u200eimagen omitida\n David: cualquier cosa, me avisa\n Abel: Me dijeron que puede ser que ese tipo de transferencia demora un poco voy a regresar más tarde a preguntar ahí le aviso.\n David: Ok 👍\n Abel: David hola volví al banco a las tres y media y nada,y el empleada del banco me dijo que le parecía raro pero que esperara a mañana y si no está el depósito entonces es que algo pasó ahí le aviso.\n David: Ok, estamos en contacto\n Abel: Ok.\n Abel: David hola,ya está todo bien con lo del banco,dicen que hay veces que se demora más de viente cuatro horas,bueno Gracia y que la pasen bien,ahí nos hablamos.\n David: Qué dicha! De acuerdo, entonces nos vemos el 3 de enero?\n Abel: Ok.\n Abel: David Hola,cuando pueda deme una llamadita para una consulta,saludes.\n David: Hola don Abel, sería muy tarde para llamarlo ahora? Si no, conversamos mañana.\n\u200e David: \u200eVideo omitido\n Abel: Jajaja,un gran saludo y un abrazo a la familia.\n\u200e David: \u200eaudio omitido\n', ' Abel: \u200eLos mensajes y las llamadas están cifrados de extremo a extremo. Solo las personas en este chat pueden leerlos, escucharlos o compartirlos.\n\u200e David: \u200eimagen omitida\n David: cualquier cosa, me avisa\n Abel: Me dijeron que puede ser que ese tipo de transferencia demora un poco voy a regresar más tarde a preguntar ahí le aviso.\n David: Ok 👍\n Abel: David hola volví al banco a las tres y media y nada,y el empleada del banco me dijo que le parecía raro pero que esperara a mañana y si no está el depósito entonces es que algo pasó ahí le aviso.\n David: Ok, estamos en contacto\n Abel: Ok.\n Abel: David hola,ya está todo bien con lo del banco,dicen que hay veces que se demora más de viente cuatro horas,bueno Gracia y que la pasen bien,ahí nos hablamos.\n David: Qué dicha! De acuerdo, entonces nos vemos el 3 de enero?\n Abel: Ok.\n Abel: David Hola,cuando pueda deme una llamadita para una consulta,saludes.\n David: Hola don Abel, sería muy tarde para llamarlo ahora? Si no, conversamos mañana.\n\u200e David: \u200eVideo omitido\n Abel: Jajaja,un gran saludo y un abrazo a la familia.\n\u200e David: \u200eaudio omitido\n David: Hola don Abel, usted cree que podríamos cambiar mañana por el jueves?\n David: ... u otro día que le sirva en esta semana\n Abel: David hola,si no hay problema el jueves está bue saludes .\n Abel: Jueves está bien\n David: Perfecto. Gracias, don Abel. Por cierto, feliz año 🎉👍\n David: Nos vemos el jueves entonces, si Dios quiere\n Abel: De acuerdo,y también para ustedes un feliz año.\n', ' David: Hola don Abel, usted cree que podríamos cambiar mañana por el jueves?\n David: ... u otro día que le sirva en esta semana\n Abel: David hola,si no hay problema el jueves está bue saludes .\n Abel: Jueves está bien\n David: Perfecto. Gracias, don Abel. Por cierto, feliz año 🎉👍\n David: Nos vemos el jueves entonces, si Dios quiere\n Abel: De acuerdo,y también para ustedes un feliz año.\n Abel: David hola,jaja le cuento seguí su consejo de lo que le conté de los recibos de la luz y el teléfono que me cobraron lo mismo y apunte en tiempos y salió mi numero lo que son los aguisotes y me acorde de su consejo que jugará esos número ,saludes .\n David: Jeje, para eso estamos 😄 Qué bueno! Con mucho más raz��n, feliz fin de semana 🎉👍\n Abel: Ok\n David: Hola don Abel. Viera que Allison me acaba de recordar que mañana Noel tiene cita en el seguro entonces usted cree que podríamos mejor cambiar mañana por el jueves?\n David: Ahí disculpe que sea tan de último momento\n Abel: Si está bien .\n David: Ok 👌\n Abel: Esta es la planta que le comenté,es la lotería.\n David: 😐 ... va haber que buscarle otro lugar a la planta\n David: Lástima, tanto que le había gustado ahí 😕\n David: Gracias, don Abel 👍\n Abel: Jaja al otro lado de la tapia.\n Abel: David hola,una pregunta,como saldrá más barato comprar el celular por Amazon o comprado directamente en USA.\n David: Hola don Abel, pues yo le tengo bastante fe a Amazon. Por lo que he visto normalmente sale igual o un poco más barato que en las tiendas ... posiblemente vaya saliendo parecido si se toma en cuenta el gasto de shipping pero la gran ventaja es que le evita a uno hacer la vuelta de ir a comprarlo\n Abel: Ok gracias.\n David: 👍\n David: Hola don Abel, con esto de los feriados, qué le parece si mejor nos vemos el próximo martes?\n Abel: Ok\n David: De acuerdo. Gracias. Espero que la pasen bien y que pueda terminar con las verjas 😉\n\u200e Abel: \u200eimagen omitida\n Abel: Sí mucho calor.\n David: 😂\n', ' David: Hola don Abel. Viera que Allison me acaba de recordar que mañana Noel tiene cita en el seguro entonces usted cree que podríamos mejor cambiar mañana por el jueves?\n David: Ahí disculpe que sea tan de último momento\n Abel: Si está bien .\n David: Ok 👌\n Abel: Esta es la planta que le comenté,es la lotería.\n David: 😐 ... va haber que buscarle otro lugar a la planta\n David: Lástima, tanto que le había gustado ahí 😕\n David: Gracias, don Abel 👍\n Abel: Jaja al otro lado de la tapia.\n Abel: David hola,una pregunta,como saldrá más barato comprar el celular por Amazon o comprado directamente en USA.\n David: Hola don Abel, pues yo le tengo bastante fe a Amazon. Por lo que he visto normalmente sale igual o un poco más barato que en las tiendas ... posiblemente vaya saliendo parecido si se toma en cuenta el gasto de shipping pero la gran ventaja es que le evita a uno hacer la vuelta de ir a comprarlo\n Abel: Ok gracias.\n David: 👍\n David: Hola don Abel, con esto de los feriados, qué le parece si mejor nos vemos el próximo martes?\n Abel: Ok\n David: De acuerdo. Gracias. Espero que la pasen bien y que pueda terminar con las verjas 😉\n\u200e Abel: \u200eimagen omitida\n Abel: Sí mucho calor.\n David: 😂\n David: Hola, don Abel 👋 Cómo ha seguido del hombro?\n\u200e Abel: \u200eVideo omitido\n Abel: David qué tal la lluviecita de hoy qué tal,esto es en Cartgo es la esquina noroste del mercado y al fondo la estación del tren jaja.\n David: 😐\n David: Uufff ... ojalá que no haya sido usted tomando el vídeo\n David: Qué baldazo!!\n Abel: Jaja me lo mandó un corresponsal,pero sí que bandazos .\n David: Hola don Abel! Por aquí estamos con visitas entonces cómo le quedaría venir mañana a las 9 o 10 en vez de las 8?\n Abel: David hola,viera qué junto con mi hijo tenemos una cita en tributación en San Pedro justo a las dos de la tarde y ya no se cambian y es qué no urge arreglar un asunto y lo peor es qué para el jueves ya estoy comprometido tendría qué se para el próximo martes y ahí sí pueden ser a cualquier hora.\n David: Ah bueno, ni modo. Qué disfrute la visita de su hijo. Nos vemos el próximo martes si Dios quiere 👌\n Abel: Gracias y disculpe.\n David: No hay problema\n Abel: David hola,cómo estamos para mañana.\n David: Hola don Abel, siempre estamos para mañana. Le quedaría bien venir a las 9 en vez de las 8 en vista de que mis suegros salen como a las 8:30?\n Abel: Si no hay problema a las 9.\n David: Perfecto 👌 Muchas gracias.\n David: Hola don Abel, no me había dado cuenta que hoy es feriado\n David: Usted siempre viene para acá?\n Abel: Si ya casi llego pero ahí ablamos\n David: Ok\n\u200e Abel: \u200eVideo omitido\n Abel: Jaja que tal este vídeo .\n David: No sabía yo que Trump hablara español y menos que cantara 😂\n Abel: Jaja no hay duda que es muy versátil y presidente de USA de este tipo todo se puede esperar,y asta cantante:))&&/€bueno.\n David: Hola don Abel, cómo ha seguido? Qué le parece venir el viernes?\n Abel: Bueno yo creo que ya pase lo peor Uff ,y si no hay problema el viernes está bien.\n David: 👍 Que siga mejor\n Abel: Gracias .\n David: Hola don Abel, cómo ha seguido? Siempre estamos para mañana?\n Abel: Todo bien,y si mañana nos vemos.\n David: Ok 👍 Usted cree que podría venir más bien a las 8:30? Es que tengo una reunión a las 8?\n Abel: Si no hay problema .\n David: Gracias. Ahí disculpe. Buenas noches, don Abel.\n Abel: Igual.\n\u200e David: \u200eimagen omitida\n Abel: Jaja.\n']</code> |
229
+ | <code>Qué le gusta hacer a Abel para divertirse?</code> | <code>[' Abel: David hola,cómo estamos para mañana.\n David: Hola don Abel, siempre estamos para mañana. Le quedaría bien venir a las 9 en vez de las 8 en vista de que mis suegros salen como a las 8:30?\n Abel: Si no hay problema a las 9.\n David: Perfecto 👌 Muchas gracias.\n David: Hola don Abel, no me había dado cuenta que hoy es feriado\n David: Usted siempre viene para acá?\n Abel: Si ya casi llego pero ahí ablamos\n David: Ok\n\u200e Abel: \u200eVideo omitido\n Abel: Jaja que tal este vídeo .\n David: No sabía yo que Trump hablara español y menos que cantara 😂\n Abel: Jaja no hay duda que es muy versátil y presidente de USA de este tipo todo se puede esperar,y asta cantante:))&&/€bueno.\n David: Hola don Abel, cómo ha seguido? Qué le parece venir el viernes?\n Abel: Bueno yo creo que ya pase lo peor Uff ,y si no hay problema el viernes está bien.\n David: 👍 Que siga mejor\n Abel: Gracias .\n David: Hola don Abel, cómo ha seguido? Siempre estamos para mañana?\n Abel: Todo bien,y si mañana nos vemos.\n David: Ok 👍 Usted cree que podría venir más bien a las 8:30? Es que tengo una reunión a las 8?\n Abel: Si no hay problema .\n David: Gracias. Ahí disculpe. Buenas noches, don Abel.\n Abel: Igual.\n\u200e David: \u200eimagen omitida\n Abel: Jaja.\n Abel: David hola,para preguntarle si llevo o no la mochila mañana?\n David: Hola don Abel, sí ... ahora que casi no estamos usando el carro no vemos que nos haga falta. Igual, muchas gracias. Nos vemos mañana si Dios quiere 👍\n Abel: Ok.\n David: Buenos días, don Abel. Ahora que vinieron mis suegros íbamos a aprovechar para salir esta semana que viene. Entonces era para ver si podríamos vernos de nuevo el martes 10. Qué tal?\n Abel: Ok,\n David: Gracias. Que tenga una buena semana 👍\n Abel: Igualmente y qué disfruten.\n Abel: David hola,espero qué esté en su casa o en el Caribe y no en Guanacaste y si está ahí todos bien??\n Abel: Terrible lluvia.\n David: Hola don Abel, pues sí estuvo feo. Andábamos en Guanacaste 😬Perdimos comunicación desde el miércoles hasta ayer. Llegamos hace poquito. Todos bien, por dicha. Lección aprendida.\n David: Por cierto, quería preguntarle ... usted cree que sea posible cambiar el martes por el jueves en vista de que mis suegros se van el miércoles?\n Abel: Por dicha qué todo salió bien pero si estaba anunciado el mal clima y bueno ya en casa y si nos vemos el jueves,saludes,\n David: Ok, perfecto 👌Nos vemos el jueves, si Dios quiere. Ahí luego le cuento la aventura con lujo de detalle 😄\n Abel: Ok\n David: Buenos días, don Abel. Viera que se nos quebró el pichel del coffeemaker. Usted sabe donde podría comprar un repuesto aquí en Tres Ríos.\n David: ??\n Abel: Bueno aquí en tres rios de Musmani cincuenta metros al norte,de la Muni cien al norte la esquina deagonal ay otra venta de repuestos y costado norte del cementerio sobre carretera vieja,ojalá encuentre,saludes.\n David: Ok, voy a ponerme vivo 👍 Gracias, don Abel. Feliz fin de semana!\n David: Hola don Abel, ya Allison y yo nos recuperamos. Le parece bien venir mañana a las 7am?\n Abel: Si esta bien,nos vemos.\n David: Gracias. Buenas noches! Nos vemos\n Abel: David hola,para preguntarle cómo estamos para mañana.\n David: Hola don Abel, disculpe que no le haya avisado antes. Sí, todo en pie. Aquí lo esperamos mañana si Dios quiere.\n Abel: A las siete u ocho?\n David: A las ocho ... de ahora en adelante seguimos a las 8\n Abel: Ok\n David: Buenas noches! Que descanse\n Abel: Gracias igual .\n David: Hola don Abel, para el tamal de mañana ... usted prefiere de cerdo o de pollo?\n Abel: Como de los dos,pero si se puede de pollo mejor y gracias.\n David: Ok, perfecto 👌 Hasta mañana si Dios quiere\n Abel: Ok\n', ' David: Hola don Abel, cómo empieza la semana? Fíjese que quería hacerle unos arreglos a los tubos de los lavatorios y quería saber si usted tenía un fontanero de confianza. No creo que lo vaya a hacer ya pero quería ir averiguando. Gracias. Saludos!\n Abel: Hola David,aquí de momento todo tranquilo,Ojalá un día qué saqué un ratito y me pueda dar una llamadita para contarle algo,no.es urgente y de momento no se me ocurre algún fontanería pero voy a ver qué le averiguo,saludes.\n David: Ok, claro don Abel ... espero pegarle una llamadita hoy o mañana en la noche\n David: después de las 9pm no hay problema?\n Abel: No hay problema.\n David: 👍\n Abel: David Hola,viera qué tengo una buena producción de bananos y me gustaría regalarles unos,sí le parece se los paso a dejar mañana e la mañana,se los dejó dentro de una bolsa y guindado del portón para qué los recojan después,saludes a la familia.\n\u200e David: \u200eaudio omitido\n Abel: David Hola,pasé en la mañana y deje los bananonos en la jardinera entre el portón del garaje y el portón de la entrada a la casa,saludes.\n David: https://www.facebook.com/1164778026875794/posts/3474658972554343/?sfnsn=wa\n Abel: WOW qué triste realidad.\n Abel: Davi Hola,y qué la pase súper bien hoy y siempre con su linda familia,saludes y un abrazo.\n\u200e David: \u200eaudio omitido\n Abel: Jajajajajaja éste vídeo son las palabras más sabias qué escuche en mí vida.\n Abel: Y claro me encantaría verlos,aunque sea de la acera guardando el espacio,nos hablamos,un abrazo.\n David: 😉👍\n Abel: HAY David qué pena ,anoche salí un momento con mí esposa un mandado rápido y dejé el teléfono en la casa y cuándo regrese no lo revisé y no vi su mensaje,lo qué le iba a preguntar es qué tengo una mano de bananos qué le quería compartir y ponernos de acuerdo cuándo se los podía llevar,saludes.\n David: Buenos días, don Abel. Muchas gracias por acordarse de nosotros. Viera que nosotros tenemos restricción hoy pero mañana teníamos pensado salir a hacer unas vueltas entonces podríamos coordinar. De lo contrario, vamos a estar guardados hoy aquí en la casa. Estamos en contacto. Saludes!\n Abel: David Hola y buenos días,yo no tengo inconveniente de salir pero me dice mí esposa qué le encantaría ver a los chicos,bueno igual a mí entonces sí pueden pasar por aquí sería genial,ahí me avisa si puede y más o menos la hora,yo estoy todo el día,saludes.\n David: De acuerdo 👍 Mañana antes de salir lo llamamos para ver si podemos darnos la vuelta. Feliz tarde! Que disfruten la lluvia!\n Abel: Jaja a quedarse en casa,ni modo.\n\u200e David: \u200eVideo omitido\n David: Hola don Sabel, por aquí me pasaron este vídeo con buenos tips y me acordé de usted. Espero que estén todos bien. Saludos 👋😃\n David: … don Sabel 🤦\u200d♂️\n Abel: David HOLA y buenos días,y si muy interesante el vídeo u más qué yo me paso haciendo arreglos en la casa,y muchos saludes para usted y un gran abrazo a la familia,saludes.\n\u200e David: \u200eaudio omitido\n Abel: David HOLA y qué gusto tener noticias de ustedes y sí yo siempre me acuerdo mucho de ustedes y viera qué é ido a la feria algunas veces me encantaría vernos aunque se qué tenemos diferentes horarios,pero me alegra saber de ustedes,saludes y un abrazo a toda la familia por cierto tengo un gran racimo de bananas y cuándo madure le pasó unas manitas muchos saludes.\n\u200e David: \u200eimagen omitida\n Abel: Ok,qué linda foto.\n Abel: Abel Mesen Quiros 1461-128.\n David: Muchas gracias, don Abel 🙏 La audiencia es en el Juzgado de Violencia Doméstica (ahí en el PISAV) este lunes 15 de mayo a las 10am. Estamos en contacto.\n Abel: David éso es del cementerio Asia el sur?\n David: más bien del cementerio hacia el oeste, como hacia el Taller del Artista: https://www.google.com/maps/place/PISAV+La+Uni%C3%B3n/@9.9081089,-83.9923854,17.39z/data=!4m6!3m5!1s0x8fa0e1137ae7b49b:0x9338ea2f900860e8!8m2!3d9.9091859!4d-83.9935134!16s%2Fg%2F11b7q5wf9_\n Abel: Ok ya me ubique.']</code> |
230
+ * Loss: [<code>MultipleNegativesRankingLoss</code>](https://sbert.net/docs/package_reference/sentence_transformer/losses.html#multiplenegativesrankingloss) with these parameters:
231
+ ```json
232
+ {
233
+ "scale": 20.0,
234
+ "similarity_fct": "cos_sim"
235
+ }
236
+ ```
237
+
238
+ ### Training Hyperparameters
239
+ #### Non-Default Hyperparameters
240
+
241
+ - `eval_strategy`: steps
242
+ - `num_train_epochs`: 10
243
+ - `multi_dataset_batch_sampler`: round_robin
244
+
245
+ #### All Hyperparameters
246
+ <details><summary>Click to expand</summary>
247
+
248
+ - `overwrite_output_dir`: False
249
+ - `do_predict`: False
250
+ - `eval_strategy`: steps
251
+ - `prediction_loss_only`: True
252
+ - `per_device_train_batch_size`: 8
253
+ - `per_device_eval_batch_size`: 8
254
+ - `per_gpu_train_batch_size`: None
255
+ - `per_gpu_eval_batch_size`: None
256
+ - `gradient_accumulation_steps`: 1
257
+ - `eval_accumulation_steps`: None
258
+ - `torch_empty_cache_steps`: None
259
+ - `learning_rate`: 5e-05
260
+ - `weight_decay`: 0.0
261
+ - `adam_beta1`: 0.9
262
+ - `adam_beta2`: 0.999
263
+ - `adam_epsilon`: 1e-08
264
+ - `max_grad_norm`: 1
265
+ - `num_train_epochs`: 10
266
+ - `max_steps`: -1
267
+ - `lr_scheduler_type`: linear
268
+ - `lr_scheduler_kwargs`: {}
269
+ - `warmup_ratio`: 0.0
270
+ - `warmup_steps`: 0
271
+ - `log_level`: passive
272
+ - `log_level_replica`: warning
273
+ - `log_on_each_node`: True
274
+ - `logging_nan_inf_filter`: True
275
+ - `save_safetensors`: True
276
+ - `save_on_each_node`: False
277
+ - `save_only_model`: False
278
+ - `restore_callback_states_from_checkpoint`: False
279
+ - `no_cuda`: False
280
+ - `use_cpu`: False
281
+ - `use_mps_device`: False
282
+ - `seed`: 42
283
+ - `data_seed`: None
284
+ - `jit_mode_eval`: False
285
+ - `use_ipex`: False
286
+ - `bf16`: False
287
+ - `fp16`: False
288
+ - `fp16_opt_level`: O1
289
+ - `half_precision_backend`: auto
290
+ - `bf16_full_eval`: False
291
+ - `fp16_full_eval`: False
292
+ - `tf32`: None
293
+ - `local_rank`: 0
294
+ - `ddp_backend`: None
295
+ - `tpu_num_cores`: None
296
+ - `tpu_metrics_debug`: False
297
+ - `debug`: []
298
+ - `dataloader_drop_last`: False
299
+ - `dataloader_num_workers`: 0
300
+ - `dataloader_prefetch_factor`: None
301
+ - `past_index`: -1
302
+ - `disable_tqdm`: False
303
+ - `remove_unused_columns`: True
304
+ - `label_names`: None
305
+ - `load_best_model_at_end`: False
306
+ - `ignore_data_skip`: False
307
+ - `fsdp`: []
308
+ - `fsdp_min_num_params`: 0
309
+ - `fsdp_config`: {'min_num_params': 0, 'xla': False, 'xla_fsdp_v2': False, 'xla_fsdp_grad_ckpt': False}
310
+ - `tp_size`: 0
311
+ - `fsdp_transformer_layer_cls_to_wrap`: None
312
+ - `accelerator_config`: {'split_batches': False, 'dispatch_batches': None, 'even_batches': True, 'use_seedable_sampler': True, 'non_blocking': False, 'gradient_accumulation_kwargs': None}
313
+ - `deepspeed`: None
314
+ - `label_smoothing_factor`: 0.0
315
+ - `optim`: adamw_torch
316
+ - `optim_args`: None
317
+ - `adafactor`: False
318
+ - `group_by_length`: False
319
+ - `length_column_name`: length
320
+ - `ddp_find_unused_parameters`: None
321
+ - `ddp_bucket_cap_mb`: None
322
+ - `ddp_broadcast_buffers`: False
323
+ - `dataloader_pin_memory`: True
324
+ - `dataloader_persistent_workers`: False
325
+ - `skip_memory_metrics`: True
326
+ - `use_legacy_prediction_loop`: False
327
+ - `push_to_hub`: False
328
+ - `resume_from_checkpoint`: None
329
+ - `hub_model_id`: None
330
+ - `hub_strategy`: every_save
331
+ - `hub_private_repo`: None
332
+ - `hub_always_push`: False
333
+ - `gradient_checkpointing`: False
334
+ - `gradient_checkpointing_kwargs`: None
335
+ - `include_inputs_for_metrics`: False
336
+ - `include_for_metrics`: []
337
+ - `eval_do_concat_batches`: True
338
+ - `fp16_backend`: auto
339
+ - `push_to_hub_model_id`: None
340
+ - `push_to_hub_organization`: None
341
+ - `mp_parameters`:
342
+ - `auto_find_batch_size`: False
343
+ - `full_determinism`: False
344
+ - `torchdynamo`: None
345
+ - `ray_scope`: last
346
+ - `ddp_timeout`: 1800
347
+ - `torch_compile`: False
348
+ - `torch_compile_backend`: None
349
+ - `torch_compile_mode`: None
350
+ - `include_tokens_per_second`: False
351
+ - `include_num_input_tokens_seen`: False
352
+ - `neftune_noise_alpha`: None
353
+ - `optim_target_modules`: None
354
+ - `batch_eval_metrics`: False
355
+ - `eval_on_start`: False
356
+ - `use_liger_kernel`: False
357
+ - `eval_use_gather_object`: False
358
+ - `average_tokens_across_devices`: False
359
+ - `prompts`: None
360
+ - `batch_sampler`: batch_sampler
361
+ - `multi_dataset_batch_sampler`: round_robin
362
+
363
+ </details>
364
+
365
+ ### Training Logs
366
+ | Epoch | Step | cosine_ndcg@10 |
367
+ |:-----:|:----:|:--------------:|
368
+ | 1.0 | 1 | 0.7742 |
369
+ | 2.0 | 2 | 0.7742 |
370
+ | 3.0 | 3 | 0.7742 |
371
+ | 4.0 | 4 | 0.7742 |
372
+ | 5.0 | 5 | 0.7742 |
373
+ | 6.0 | 6 | 0.7742 |
374
+ | 7.0 | 7 | 0.7742 |
375
+ | 8.0 | 8 | 0.7742 |
376
+ | 9.0 | 9 | 0.7742 |
377
+ | 10.0 | 10 | 0.7742 |
378
+
379
+
380
+ ### Framework Versions
381
+ - Python: 3.11.12
382
+ - Sentence Transformers: 4.1.0
383
+ - Transformers: 4.51.3
384
+ - PyTorch: 2.6.0+cu124
385
+ - Accelerate: 1.6.0
386
+ - Datasets: 3.6.0
387
+ - Tokenizers: 0.21.1
388
+
389
+ ## Citation
390
+
391
+ ### BibTeX
392
+
393
+ #### Sentence Transformers
394
+ ```bibtex
395
+ @inproceedings{reimers-2019-sentence-bert,
396
+ title = "Sentence-BERT: Sentence Embeddings using Siamese BERT-Networks",
397
+ author = "Reimers, Nils and Gurevych, Iryna",
398
+ booktitle = "Proceedings of the 2019 Conference on Empirical Methods in Natural Language Processing",
399
+ month = "11",
400
+ year = "2019",
401
+ publisher = "Association for Computational Linguistics",
402
+ url = "https://arxiv.org/abs/1908.10084",
403
+ }
404
+ ```
405
+
406
+ #### MultipleNegativesRankingLoss
407
+ ```bibtex
408
+ @misc{henderson2017efficient,
409
+ title={Efficient Natural Language Response Suggestion for Smart Reply},
410
+ 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},
411
+ year={2017},
412
+ eprint={1705.00652},
413
+ archivePrefix={arXiv},
414
+ primaryClass={cs.CL}
415
+ }
416
+ ```
417
+
418
+ <!--
419
+ ## Glossary
420
+
421
+ *Clearly define terms in order to be accessible across audiences.*
422
+ -->
423
+
424
+ <!--
425
+ ## Model Card Authors
426
+
427
+ *Lists the people who create the model card, providing recognition and accountability for the detailed work that goes into its construction.*
428
+ -->
429
+
430
+ <!--
431
+ ## Model Card Contact
432
+
433
+ *Provides a way for people who have updates to the Model Card, suggestions, or questions, to contact the Model Card authors.*
434
+ -->
config.json ADDED
@@ -0,0 +1,30 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
+ {
2
+ "architectures": [
3
+ "XLMRobertaModel"
4
+ ],
5
+ "attention_probs_dropout_prob": 0.1,
6
+ "bos_token_id": 0,
7
+ "classifier_dropout": null,
8
+ "eos_token_id": 2,
9
+ "hidden_act": "gelu",
10
+ "hidden_dropout_prob": 0.1,
11
+ "hidden_size": 1024,
12
+ "initializer_range": 0.02,
13
+ "intermediate_size": 4096,
14
+ "layer_norm_eps": 1e-05,
15
+ "matryoshka_dimensions": [
16
+ 256
17
+ ],
18
+ "max_position_embeddings": 8194,
19
+ "model_type": "xlm-roberta",
20
+ "num_attention_heads": 16,
21
+ "num_hidden_layers": 24,
22
+ "output_past": true,
23
+ "pad_token_id": 1,
24
+ "position_embedding_type": "absolute",
25
+ "torch_dtype": "float32",
26
+ "transformers_version": "4.51.3",
27
+ "type_vocab_size": 1,
28
+ "use_cache": true,
29
+ "vocab_size": 250002
30
+ }
config_sentence_transformers.json ADDED
@@ -0,0 +1,12 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
1
+ {
2
+ "__version__": {
3
+ "sentence_transformers": "4.1.0",
4
+ "transformers": "4.51.3",
5
+ "pytorch": "2.6.0+cu124"
6
+ },
7
+ "prompts": {
8
+ "query": "query: "
9
+ },
10
+ "default_prompt_name": null,
11
+ "similarity_fn_name": "cosine"
12
+ }
model.safetensors ADDED
@@ -0,0 +1,3 @@
 
 
 
 
1
+ version https://git-lfs.github.com/spec/v1
2
+ oid sha256:21bf1a120b1c6562aeec379dfa9039b0d360591c784cb1c6786e87256b738ee1
3
+ size 2271064456
modules.json ADDED
@@ -0,0 +1,20 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
+ [
2
+ {
3
+ "idx": 0,
4
+ "name": "0",
5
+ "path": "",
6
+ "type": "sentence_transformers.models.Transformer"
7
+ },
8
+ {
9
+ "idx": 1,
10
+ "name": "1",
11
+ "path": "1_Pooling",
12
+ "type": "sentence_transformers.models.Pooling"
13
+ },
14
+ {
15
+ "idx": 2,
16
+ "name": "2",
17
+ "path": "2_Normalize",
18
+ "type": "sentence_transformers.models.Normalize"
19
+ }
20
+ ]
sentence_bert_config.json ADDED
@@ -0,0 +1,4 @@
 
 
 
 
 
1
+ {
2
+ "max_seq_length": 8192,
3
+ "do_lower_case": false
4
+ }
sentencepiece.bpe.model ADDED
@@ -0,0 +1,3 @@
 
 
 
 
1
+ version https://git-lfs.github.com/spec/v1
2
+ oid sha256:cfc8146abe2a0488e9e2a0c56de7952f7c11ab059eca145a0a727afce0db2865
3
+ size 5069051
special_tokens_map.json ADDED
@@ -0,0 +1,51 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
+ {
2
+ "bos_token": {
3
+ "content": "<s>",
4
+ "lstrip": false,
5
+ "normalized": false,
6
+ "rstrip": false,
7
+ "single_word": false
8
+ },
9
+ "cls_token": {
10
+ "content": "<s>",
11
+ "lstrip": false,
12
+ "normalized": false,
13
+ "rstrip": false,
14
+ "single_word": false
15
+ },
16
+ "eos_token": {
17
+ "content": "</s>",
18
+ "lstrip": false,
19
+ "normalized": false,
20
+ "rstrip": false,
21
+ "single_word": false
22
+ },
23
+ "mask_token": {
24
+ "content": "<mask>",
25
+ "lstrip": true,
26
+ "normalized": false,
27
+ "rstrip": false,
28
+ "single_word": false
29
+ },
30
+ "pad_token": {
31
+ "content": "<pad>",
32
+ "lstrip": false,
33
+ "normalized": false,
34
+ "rstrip": false,
35
+ "single_word": false
36
+ },
37
+ "sep_token": {
38
+ "content": "</s>",
39
+ "lstrip": false,
40
+ "normalized": false,
41
+ "rstrip": false,
42
+ "single_word": false
43
+ },
44
+ "unk_token": {
45
+ "content": "<unk>",
46
+ "lstrip": false,
47
+ "normalized": false,
48
+ "rstrip": false,
49
+ "single_word": false
50
+ }
51
+ }
tokenizer.json ADDED
@@ -0,0 +1,3 @@
 
 
 
 
1
+ version https://git-lfs.github.com/spec/v1
2
+ oid sha256:e4f7e21bec3fb0044ca0bb2d50eb5d4d8c596273c422baef84466d2c73748b9c
3
+ size 17083053
tokenizer_config.json ADDED
@@ -0,0 +1,62 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
+ {
2
+ "added_tokens_decoder": {
3
+ "0": {
4
+ "content": "<s>",
5
+ "lstrip": false,
6
+ "normalized": false,
7
+ "rstrip": false,
8
+ "single_word": false,
9
+ "special": true
10
+ },
11
+ "1": {
12
+ "content": "<pad>",
13
+ "lstrip": false,
14
+ "normalized": false,
15
+ "rstrip": false,
16
+ "single_word": false,
17
+ "special": true
18
+ },
19
+ "2": {
20
+ "content": "</s>",
21
+ "lstrip": false,
22
+ "normalized": false,
23
+ "rstrip": false,
24
+ "single_word": false,
25
+ "special": true
26
+ },
27
+ "3": {
28
+ "content": "<unk>",
29
+ "lstrip": false,
30
+ "normalized": false,
31
+ "rstrip": false,
32
+ "single_word": false,
33
+ "special": true
34
+ },
35
+ "250001": {
36
+ "content": "<mask>",
37
+ "lstrip": true,
38
+ "normalized": false,
39
+ "rstrip": false,
40
+ "single_word": false,
41
+ "special": true
42
+ }
43
+ },
44
+ "bos_token": "<s>",
45
+ "clean_up_tokenization_spaces": true,
46
+ "cls_token": "<s>",
47
+ "eos_token": "</s>",
48
+ "extra_special_tokens": {},
49
+ "mask_token": "<mask>",
50
+ "max_length": 512,
51
+ "model_max_length": 8192,
52
+ "pad_to_multiple_of": null,
53
+ "pad_token": "<pad>",
54
+ "pad_token_type_id": 0,
55
+ "padding_side": "right",
56
+ "sep_token": "</s>",
57
+ "stride": 0,
58
+ "tokenizer_class": "XLMRobertaTokenizer",
59
+ "truncation_side": "right",
60
+ "truncation_strategy": "longest_first",
61
+ "unk_token": "<unk>"
62
+ }