SentenceTransformer based on BAAI/bge-m3

This is a sentence-transformers model finetuned from BAAI/bge-m3. 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.

Model Details

Model Description

Model Type: Sentence Transformer
Base model: BAAI/bge-m3
Maximum Sequence Length: 8192 tokens
Output Dimensionality: 1024 dimensions
Similarity Function: Cosine Similarity

Model Sources

Documentation: Sentence Transformers Documentation
Repository: Sentence Transformers on GitHub
Hugging Face: Sentence Transformers on Hugging Face

Full Model Architecture

SentenceTransformer(
  (0): Transformer({'max_seq_length': 8192, 'do_lower_case': False}) with Transformer model: XLMRobertaModel 
  (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})
  (2): Normalize()
)

Usage

Direct Usage (Sentence Transformers)

First install the Sentence Transformers library:

pip install -U sentence-transformers

Then you can load this model and run inference.

from sentence_transformers import SentenceTransformer

# Download from the 🤗 Hub
model = SentenceTransformer("hieptran318204/vti-embedding-gemma-v1")
# Run inference
sentences = [
    'Điều 21 quy định về vấn đề gì?',
    'NỘI QUY LAO ĐỘNG. PHẦN 2: QUY ĐỊNH CHI TIẾT. CHƯƠNG 2: THỜI GIỜ LÀM VIỆC - THỜI GIỜ NGHỈ NGƠI. Điều 21. Thủ tục nghỉ phép Ngoại trừ các trường hợp nghỉ đột xuất như quy định tại Khoản 18.3 Nội quy Lao động hoặc đi trễ về sớm như quy định tại Khoản 18.4 Nội quy Lao động, khi có nhu cầu nghỉ hằng năm theo quy định tại Điểu 20 và nghỉ việc riêng không hưởng lương theo quy định tại điều 17.2 (b) NLĐ phải tuân thủ các thủ tục xin nghỉ như sau: 21.1. NLĐ phải đăng ký nghỉ phép trước ngày nghỉ thực tế như Quy định về Quản lý chấm công, làm thêm giờ và chế độ nghỉ của Công ty. NLĐ nữ cần phải thông báo cho CBQL khi biết mình có thai và nêu thời gian nghỉ thai sản dự kiến để Công ty có thể bố trí nhân sự và phân công công việc để đảm bảo công việc không bị gián đoạn trong thời gian NLĐ nữ nghỉ thai sản. NLĐ nữ cần thông báo thời gian nghỉ trước ít nhất một (01) tháng tính từ thời gian dự sinh cho CBQL và Phòng Nhân sự. Nếu ngày dự sinh và ngày thực tế không trùng nhau. NLĐ nữ thông báo cho Phòng Nhân sự về ngày thực tế trong vòng mười (10) ngày kể từ ngày thực tế sinh. 21.2. Cách đăng ký nghỉ phép: (a) NLĐ đăng ký nghỉ phép thông qua hệ thống quản trị nội bộ VMS (Trong trường hợp hệ thống quản trị nội bộ VMS bị lỗi, Công ty xem xét cho NLĐ đăng ký nghỉ phép qua email hoặc đơn xin nghỉ phép gửi cho CBQL phê duyệt). NLĐ phải đảm bảo đăng ký nghỉ phép phải được phê duyệt và chuyển thông tin tới phòng Nhân sự. (b) Phê duyệt nghỉ phép phải được thực hiện và thông báo đến Phòng Nhân sự (trong trường hợp đăng ký bằng email) ngay khi NLĐ nhận được phê duyệt và trước kỳ lương cuối tháng. 21.3. Các trường hợp nghỉ đột xuất như ốm đau, cấp cứu, tang gia..., NLĐ phải thông báo cho cấp quản lý trực tiếp biết càng sớm càng tốt bằng điện thoại hoặc email hoặc thông qua đồng nghiệp của mình. Ngay sau khi kết thúc đợt nghỉ, NLĐ phải thực hiện các thủ tục quy định tại Nội quy Lao động này. Trường hợp nghỉ do ốm đau, NLĐ có nghĩa vụ nộp kèm theo Giấy chứng nhận của bác sĩ do một bệnh viện được thành lập hợp pháp tại Việt Nam cấp. Trong trường hợp NLĐ thông báo nghỉ ốm nhưng lại không có giấy chứng nhận nghỉ ốm của bác sĩ thì sẽ coi như nghỉ không có lý do chính đáng. 21.4. NLĐ làm việc theo thời gian quy định vi bất cứ lý do gì mà đến nơi làm việc sau giờ quy định hoặc rời khỏi nơi làm việc trước giờ quy định hoặc vắng mặt một khoảng thời gian trong giờ làm việc đều phải xin phép cấp quản lý trực tiếp. Việc không xin phép sẽ xem như nghỉ việc/tự ý bỏ việc không có lý do chính đáng theo quy định tại Điều 22 Nội quy Lao động. Theo đó, NLĐ, ngoài hình thức kỷ luật lao động mà Công ty sẽ xem xét áp dụng, sẽ không được trả lương cho thời gian đi trễ, về sớm hoặc vắng mặt đó.',
    'NỘI QUY LAO ĐỘNG. PHẦN 2: QUY ĐỊNH CHI TIẾT. CHƯƠNG 2: THỜI GIỜ LÀM VIỆC - THỜI GIỜ NGHỈ NGƠI. Điều 19. Nghỉ thai sản NLĐ được nghỉ hưởng chế độ thai sản trong các trường hợp sau: - Khám thai - Sẩy thai, nạo, hút thai, thai chết lưu hoặc phá thai bệnh lý - Sinh con, con chết sau khi sinh - Mang thai hộ - Nhận nuôi con nuôi - Thực hiện các biện pháp tránh thai Tất cả các trường hợp trên đêu theo Quy định của Luật Bảo hiểm xã hội hiện hành.',
]
embeddings = model.encode(sentences)
print(embeddings.shape)
# [3, 1024]

# Get the similarity scores for the embeddings
similarities = model.similarity(embeddings, embeddings)
print(similarities.shape)
# [3, 3]

Training Details

Training Dataset

Unnamed Dataset

Size: 900 training samples
Columns: anchor and positive
Approximate statistics based on the first 900 samples:
anchor positive
type string string
details
min: 11 tokens
mean: 20.8 tokens
max: 43 tokens

min: 54 tokens
mean: 479.18 tokens
max: 1190 tokens

	anchor	positive
type	string	string
details	min: 11 tokens mean: 20.8 tokens max: 43 tokens	min: 54 tokens mean: 479.18 tokens max: 1190 tokens

Samples:

anchor	positive
`Mục đích chính của tài liệu Hướng dẫn quy định chấm công là gì?`	`I. MỤC ĐÍCH của tài liệu Hướng dẫn quy định chấm công Hướng dẫn này được xây dựng nhằm đảm bảo việc thực hiện đúng theo “Quy định thời gian làm việc, làm thêm giờ và chế độ nghỉ” Mã TL: 03/2025/QyĐ-VTI, hiệu lực ngày 01/05/2025, góp phần nâng cao hiệu quả công việc và đảm bảo quyền lợi cho tất cả nhân viên trong Công ty.`
`Hướng dẫn này được xây dựng dựa trên quy định nào của công ty?`	`I. MỤC ĐÍCH của tài liệu Hướng dẫn quy định chấm công Hướng dẫn này được xây dựng nhằm đảm bảo việc thực hiện đúng theo “Quy định thời gian làm việc, làm thêm giờ và chế độ nghỉ” Mã TL: 03/2025/QyĐ-VTI, hiệu lực ngày 01/05/2025, góp phần nâng cao hiệu quả công việc và đảm bảo quyền lợi cho tất cả nhân viên trong Công ty.`
`Tài liệu Hướng dẫn quy định chấm công có mã số bao nhiêu?`	`I. MỤC ĐÍCH của tài liệu Hướng dẫn quy định chấm công Hướng dẫn này được xây dựng nhằm đảm bảo việc thực hiện đúng theo “Quy định thời gian làm việc, làm thêm giờ và chế độ nghỉ” Mã TL: 03/2025/QyĐ-VTI, hiệu lực ngày 01/05/2025, góp phần nâng cao hiệu quả công việc và đảm bảo quyền lợi cho tất cả nhân viên trong Công ty.`

Loss: MultipleNegativesRankingLoss with these parameters:

{
    "scale": 20.0,
    "similarity_fct": "cos_sim"
}

Training Hyperparameters

Non-Default Hyperparameters

per_device_train_batch_size: 2
learning_rate: 1e-05
num_train_epochs: 5
warmup_ratio: 0.1
fp16: True

All Hyperparameters

Click to expand

overwrite_output_dir: False
do_predict: False
eval_strategy: no
prediction_loss_only: True
per_device_train_batch_size: 2
per_device_eval_batch_size: 8
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: 1e-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: 5
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: 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
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: proportional

Training Logs

Epoch	Step	Training Loss
0.2222	50	0.3243
0.4444	100	0.2173
0.6667	150	0.1512
0.8889	200	0.1577
1.1111	250	0.1922
1.3333	300	0.1553
1.5556	350	0.0871
1.7778	400	0.1744
2.0	450	0.0735
2.2222	500	0.1036
2.4444	550	0.1207
2.6667	600	0.1486
2.8889	650	0.1309
3.1111	700	0.1585
3.3333	750	0.1154
3.5556	800	0.0356
3.7778	850	0.1242
4.0	900	0.0692
4.2222	950	0.0791
4.4444	1000	0.1345
4.6667	1050	0.1107
4.8889	1100	0.0569

Framework Versions

Python: 3.11.13
Sentence Transformers: 4.1.0
Transformers: 4.52.4
PyTorch: 2.6.0+cu124
Accelerate: 1.8.1
Datasets: 3.6.0
Tokenizers: 0.21.2

Citation

BibTeX

Sentence Transformers

@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

@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}
}

Downloads last month: 16

Safetensors

Model size

0.6B params

Tensor type

F32

Model tree for hieptran318204/vti-embedding-bge-v1

Base model

BAAI/bge-m3

Finetuned

(348)

this model