Hugging Face's logo

codersan
/
validadted_FaLabse_onV8d

Sentence Similarity
sentence-transformers
TensorBoard
Safetensors
bert
feature-extraction
Generated from Trainer
dataset_size:21484
loss:MultipleNegativesRankingLoss
text-embeddings-inference
Model card Files
xet
Metrics Community
validadted_FaLabse_onV8d / README.md
codersan's picture
codersan
Add new SentenceTransformer model
6033950 verified
preview code
|
raw
history blame contribute delete
24.6 kB
 ---
tags:
- sentence-transformers
- sentence-similarity
- feature-extraction
- generated_from_trainer
- dataset_size:21484
- loss:MultipleNegativesRankingLoss
base_model: sentence-transformers/LaBSE
widget:
- source_sentence: زنی ماهی را سرخ می کند.
sentences:
- ماهی توسط زنی پخته می شود
- در سال ۱۱۵۷ ق.م کوتیر-ناهوته حکمران ایلام برای گرفتن انتقام بابل را فتح میکند.
- دو نفر سوار موتورسیکلت می شوند
- source_sentence: نرخ‌های بهره چگونه بر قرض‌گیری و سرمایه‌گذاری تأثیر می‌گذارند؟
sentences:
- چالش‌ها و تجربیات شخصی جی.K. رولینگ، از جمله مرگ مادرش، بر عمق احساسی و مضامین
مجموعه 'هری پاتر' تأثیرگذار بود.
- نرخ بهره می‌تواند تحت تأثیر تورم، رشد اقتصادی و سیاست‌های پولی قرار گیرد.
- گروهی از مردم به لباس محافظتی مجهز نیستند
- source_sentence: 'شهرستان مدیسون، تگزاس (به انگلیسی: Madison County, Texas) یک سکونتگاه
مسکونی در ایالات متحده آمریکا است که در تگزاس واقع شده‌است.'
sentences:
- شهرستان مدیسون در در ایالت تگزاس قرار دارد.
- زنان در حال پوشاندن گوش های بونی و شماره مسابقه هستند و به چیزی از دور اشاره
می کنند
- سوار در برف در حال دوچرخه سواری است و یک ژاکت قرمز پوشیده است
- source_sentence: خانواده ای خوشحال در کنار شومینه برای عکس ژست گرفته اند
sentences:
- مردی آنجا نیست که روی صندلی نشسته و چشم هایش را مالش دهد
- آیا باید برای CAT به مربیگری بپیوندم؟
- خانواده ای غمگین کنار شومینه ژست گرفته اند
- source_sentence: کودک جوان دارد اسکوتر سه چرخ را روبه پایین در پیاده رو می راند.
sentences:
- کتاب قابوس نامه اثر عنصرالمعالی کیکاووس بن اسکندر می باشد.
- دو سگ بزرگ در چمن زار ورجه ورجه می‌کنند
- کودک جوانی دارد اسکوتر سه چرخ را روبه پایین در پیاده رو می راند.
pipeline_tag: sentence-similarity
library_name: sentence-transformers
---
# SentenceTransformer based on sentence-transformers/LaBSE
This is a [sentence-transformers](https://www.SBERT.net) model finetuned from [sentence-transformers/LaBSE](https://huggingface.co/sentence-transformers/LaBSE). 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:** [sentence-transformers/LaBSE](https://huggingface.co/sentence-transformers/LaBSE) <!-- at revision 836121a0533e5664b21c7aacc5d22951f2b8b25b -->
- **Maximum Sequence Length:** 256 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': 256, 'do_lower_case': False}) with Transformer model: BertModel
(1): Pooling({'word_embedding_dimension': 768, '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): Dense({'in_features': 768, 'out_features': 768, 'bias': True, 'activation_function': 'torch.nn.modules.activation.Tanh'})
(3): Normalize()
)
```
## 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("codersan/validadted_FaLabse_onV8d")
# Run inference
sentences = [
'کودک جوان دارد اسکوتر سه چرخ را روبه پایین در پیاده رو می راند.',
'کودک جوانی دارد اسکوتر سه چرخ را روبه پایین در پیاده رو می راند.',
'کتاب قابوس نامه اثر عنصرالمعالی کیکاووس بن اسکندر می 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: 21,484 training samples
* Columns: <code>anchor</code> and <code>positive</code>
* Approximate statistics based on the first 1000 samples:
| | anchor | positive |
|:--------|:-----------------------------------------------------------------------------------|:----------------------------------------------------------------------------------|
| type | string | string |
| details | <ul><li>min: 4 tokens</li><li>mean: 19.86 tokens</li><li>max: 106 tokens</li></ul> | <ul><li>min: 5 tokens</li><li>mean: 19.49 tokens</li><li>max: 76 tokens</li></ul> |
* Samples:
| anchor | positive |
|:----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|:------------------------------------------------------------------------------------------------------------------------------------------------|
| <code>کارگردان چگونه بر یک نمایش تئاتری تأثیر می‌گذارد؟</code> | <code>کارگردان نورپردازی و جلوه‌های صوتی را که در نمایش استفاده خواهد شد انتخاب می‌کند، که بر حال و هوا و جو اجرای نمایش تأثیر می‌گذارد.</code> |
| <code>پیش از پیدایش شهر اراک گویش‌های متفاوتی در منطقه وجود داشت، اما با مهاجرت گروه‌های مختلف و ساکنان آن‌ها در شهر ترکیب خاصی از لهجه‌های مختلف به وجود آمد که امروزه به نام لهجه اراکی شناخته می‌شود.</code> | <code>لهجه اراکی ترکیبی از لهجه های مختلف است</code> |
| <code>اهمیت تاریخی واتیکان چیست؟</code> | <code>واتیکان مرکز روحانی و اداری کلیسای کاتولیک رومی است و برای قرن‌ها یک نهاد مذهبی و سیاسی مهم بوده است.</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
- `eval_strategy`: steps
- `learning_rate`: 5e-06
- `weight_decay`: 0.01
- `num_train_epochs`: 10
- `warmup_ratio`: 0.1
- `push_to_hub`: True
- `hub_model_id`: codersan/validadted_FaLabse_onV8d
- `eval_on_start`: 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`: 8
- `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`: 5e-06
- `weight_decay`: 0.01
- `adam_beta1`: 0.9
- `adam_beta2`: 0.999
- `adam_epsilon`: 1e-08
- `max_grad_norm`: 1
- `num_train_epochs`: 10
- `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`: False
- `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`: True
- `resume_from_checkpoint`: None
- `hub_model_id`: codersan/validadted_FaLabse_onV8d
- `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`: True
- `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
<details><summary>Click to expand</summary>
| Epoch | Step | Training Loss |
|:------:|:-----:|:-------------:|
| 0 | 0 | - |
| 0.0372 | 100 | 0.1886 |
| 0.0745 | 200 | 0.1598 |
| 0.1117 | 300 | 0.0973 |
| 0.1489 | 400 | 0.1205 |
| 0.1862 | 500 | 0.0752 |
| 0.2234 | 600 | 0.0669 |
| 0.2606 | 700 | 0.0603 |
| 0.2978 | 800 | 0.0492 |
| 0.3351 | 900 | 0.0479 |
| 0.3723 | 1000 | 0.0396 |
| 0.4095 | 1100 | 0.0394 |
| 0.4468 | 1200 | 0.0344 |
| 0.4840 | 1300 | 0.0477 |
| 0.5212 | 1400 | 0.028 |
| 0.5585 | 1500 | 0.0317 |
| 0.5957 | 1600 | 0.054 |
| 0.6329 | 1700 | 0.0526 |
| 0.6701 | 1800 | 0.0288 |
| 0.7074 | 1900 | 0.0319 |
| 0.7446 | 2000 | 0.0374 |
| 0.7818 | 2100 | 0.0155 |
| 0.8191 | 2200 | 0.0447 |
| 0.8563 | 2300 | 0.0241 |
| 0.8935 | 2400 | 0.03 |
| 0.9308 | 2500 | 0.0563 |
| 0.9680 | 2600 | 0.0405 |
| 1.0052 | 2700 | 0.0313 |
| 1.0424 | 2800 | 0.0402 |
| 1.0797 | 2900 | 0.0424 |
| 1.1169 | 3000 | 0.0239 |
| 1.1541 | 3100 | 0.0464 |
| 1.1914 | 3200 | 0.0233 |
| 1.2286 | 3300 | 0.0198 |
| 1.2658 | 3400 | 0.0253 |
| 1.3031 | 3500 | 0.016 |
| 1.3403 | 3600 | 0.0199 |
| 1.3775 | 3700 | 0.0145 |
| 1.4147 | 3800 | 0.0154 |
| 1.4520 | 3900 | 0.0072 |
| 1.4892 | 4000 | 0.0132 |
| 1.5264 | 4100 | 0.0074 |
| 1.5637 | 4200 | 0.016 |
| 1.6009 | 4300 | 0.0222 |
| 1.6381 | 4400 | 0.0243 |
| 1.6754 | 4500 | 0.0071 |
| 1.7126 | 4600 | 0.0061 |
| 1.7498 | 4700 | 0.018 |
| 1.7870 | 4800 | 0.0059 |
| 1.8243 | 4900 | 0.0106 |
| 1.8615 | 5000 | 0.0087 |
| 1.8987 | 5100 | 0.0123 |
| 1.9360 | 5200 | 0.0105 |
| 1.9732 | 5300 | 0.0167 |
| 2.0104 | 5400 | 0.0099 |
| 2.0477 | 5500 | 0.0332 |
| 2.0849 | 5600 | 0.0071 |
| 2.1221 | 5700 | 0.0107 |
| 2.1593 | 5800 | 0.0048 |
| 2.1966 | 5900 | 0.0046 |
| 2.2338 | 6000 | 0.0052 |
| 2.2710 | 6100 | 0.0066 |
| 2.3083 | 6200 | 0.0022 |
| 2.3455 | 6300 | 0.0115 |
| 2.3827 | 6400 | 0.0039 |
| 2.4200 | 6500 | 0.0052 |
| 2.4572 | 6600 | 0.0014 |
| 2.4944 | 6700 | 0.0039 |
| 2.5316 | 6800 | 0.002 |
| 2.5689 | 6900 | 0.0061 |
| 2.6061 | 7000 | 0.016 |
| 2.6433 | 7100 | 0.0064 |
| 2.6806 | 7200 | 0.0031 |
| 2.7178 | 7300 | 0.0016 |
| 2.7550 | 7400 | 0.0037 |
| 2.7923 | 7500 | 0.0015 |
| 2.8295 | 7600 | 0.0035 |
| 2.8667 | 7700 | 0.0021 |
| 2.9039 | 7800 | 0.0083 |
| 2.9412 | 7900 | 0.0037 |
| 2.9784 | 8000 | 0.0092 |
| 3.0156 | 8100 | 0.0014 |
| 3.0529 | 8200 | 0.006 |
| 3.0901 | 8300 | 0.0027 |
| 3.1273 | 8400 | 0.0017 |
| 3.1646 | 8500 | 0.0019 |
| 3.2018 | 8600 | 0.0012 |
| 3.2390 | 8700 | 0.0016 |
| 3.2762 | 8800 | 0.001 |
| 3.3135 | 8900 | 0.0042 |
| 3.3507 | 9000 | 0.001 |
| 3.3879 | 9100 | 0.0008 |
| 3.4252 | 9200 | 0.0009 |
| 3.4624 | 9300 | 0.0007 |
| 3.4996 | 9400 | 0.0015 |
| 3.5369 | 9500 | 0.0013 |
| 3.5741 | 9600 | 0.0014 |
| 3.6113 | 9700 | 0.0125 |
| 3.6485 | 9800 | 0.0011 |
| 3.6858 | 9900 | 0.0008 |
| 3.7230 | 10000 | 0.0013 |
| 3.7602 | 10100 | 0.0007 |
| 3.7975 | 10200 | 0.0005 |
| 3.8347 | 10300 | 0.0008 |
| 3.8719 | 10400 | 0.0006 |
| 3.9092 | 10500 | 0.0037 |
| 3.9464 | 10600 | 0.0045 |
| 3.9836 | 10700 | 0.0008 |
| 4.0208 | 10800 | 0.0007 |
| 4.0581 | 10900 | 0.0014 |
| 4.0953 | 11000 | 0.001 |
| 4.1325 | 11100 | 0.0008 |
| 4.1698 | 11200 | 0.0007 |
| 4.2070 | 11300 | 0.0006 |
| 4.2442 | 11400 | 0.0005 |
| 4.2815 | 11500 | 0.0006 |
| 4.3187 | 11600 | 0.0012 |
| 4.3559 | 11700 | 0.0005 |
| 4.3931 | 11800 | 0.001 |
| 4.4304 | 11900 | 0.0004 |
| 4.4676 | 12000 | 0.0005 |
| 4.5048 | 12100 | 0.0006 |
| 4.5421 | 12200 | 0.0005 |
| 4.5793 | 12300 | 0.0093 |
| 4.6165 | 12400 | 0.0007 |
| 4.6538 | 12500 | 0.0004 |
| 4.6910 | 12600 | 0.0003 |
| 4.7282 | 12700 | 0.0005 |
| 4.7655 | 12800 | 0.0008 |
| 4.8027 | 12900 | 0.0004 |
| 4.8399 | 13000 | 0.0004 |
| 4.8771 | 13100 | 0.0004 |
| 4.9144 | 13200 | 0.0031 |
| 4.9516 | 13300 | 0.0014 |
| 4.9888 | 13400 | 0.0004 |
| 5.0261 | 13500 | 0.0005 |
| 5.0633 | 13600 | 0.0005 |
| 5.1005 | 13700 | 0.0004 |
| 5.1378 | 13800 | 0.0004 |
| 5.1750 | 13900 | 0.0004 |
| 5.2122 | 14000 | 0.0004 |
| 5.2494 | 14100 | 0.0004 |
| 5.2867 | 14200 | 0.0004 |
| 5.3239 | 14300 | 0.0004 |
| 5.3611 | 14400 | 0.0002 |
| 5.3984 | 14500 | 0.0005 |
| 5.4356 | 14600 | 0.0004 |
| 5.4728 | 14700 | 0.0003 |
| 5.5101 | 14800 | 0.0004 |
| 5.5473 | 14900 | 0.0004 |
| 5.5845 | 15000 | 0.0064 |
| 5.6217 | 15100 | 0.0003 |
| 5.6590 | 15200 | 0.0003 |
| 5.6962 | 15300 | 0.0002 |
| 5.7334 | 15400 | 0.0003 |
| 5.7707 | 15500 | 0.0002 |
| 5.8079 | 15600 | 0.0003 |
| 5.8451 | 15700 | 0.0002 |
| 5.8824 | 15800 | 0.0002 |
| 5.9196 | 15900 | 0.0023 |
| 5.9568 | 16000 | 0.0009 |
| 5.9940 | 16100 | 0.0003 |
| 6.0313 | 16200 | 0.0003 |
| 6.0685 | 16300 | 0.0003 |
| 6.1057 | 16400 | 0.0002 |
| 6.1430 | 16500 | 0.0003 |
| 6.1802 | 16600 | 0.0002 |
| 6.2174 | 16700 | 0.0003 |
| 6.2547 | 16800 | 0.0002 |
| 6.2919 | 16900 | 0.0002 |
| 6.3291 | 17000 | 0.0003 |
| 6.3663 | 17100 | 0.0002 |
| 6.4036 | 17200 | 0.0002 |
| 6.4408 | 17300 | 0.0002 |
| 6.4780 | 17400 | 0.0003 |
| 6.5153 | 17500 | 0.0003 |
| 6.5525 | 17600 | 0.0003 |
| 6.5897 | 17700 | 0.0025 |
| 6.6270 | 17800 | 0.0002 |
| 6.6642 | 17900 | 0.0002 |
| 6.7014 | 18000 | 0.0002 |
| 6.7386 | 18100 | 0.0003 |
| 6.7759 | 18200 | 0.0002 |
| 6.8131 | 18300 | 0.0002 |
| 6.8503 | 18400 | 0.0002 |
| 6.8876 | 18500 | 0.0002 |
| 6.9248 | 18600 | 0.0014 |
| 6.9620 | 18700 | 0.0003 |
| 6.9993 | 18800 | 0.0003 |
| 7.0365 | 18900 | 0.0003 |
| 7.0737 | 19000 | 0.0002 |
| 7.1109 | 19100 | 0.0002 |
| 7.1482 | 19200 | 0.0002 |
| 7.1854 | 19300 | 0.0002 |
| 7.2226 | 19400 | 0.0002 |
| 7.2599 | 19500 | 0.0003 |
| 7.2971 | 19600 | 0.0002 |
| 7.3343 | 19700 | 0.0002 |
| 7.3716 | 19800 | 0.0002 |
| 7.4088 | 19900 | 0.0002 |
| 7.4460 | 20000 | 0.0002 |
| 7.4832 | 20100 | 0.0003 |
| 7.5205 | 20200 | 0.0002 |
| 7.5577 | 20300 | 0.0002 |
| 7.5949 | 20400 | 0.0018 |
| 7.6322 | 20500 | 0.0002 |
| 7.6694 | 20600 | 0.0002 |
| 7.7066 | 20700 | 0.0002 |
| 7.7439 | 20800 | 0.0002 |
| 7.7811 | 20900 | 0.0001 |
| 7.8183 | 21000 | 0.0002 |
| 7.8555 | 21100 | 0.0001 |
| 7.8928 | 21200 | 0.0002 |
| 7.9300 | 21300 | 0.0011 |
| 7.9672 | 21400 | 0.0002 |
| 8.0045 | 21500 | 0.0002 |
| 8.0417 | 21600 | 0.0002 |
| 8.0789 | 21700 | 0.0002 |
| 8.1162 | 21800 | 0.0002 |
| 8.1534 | 21900 | 0.0002 |
| 8.1906 | 22000 | 0.0002 |
| 8.2278 | 22100 | 0.0002 |
| 8.2651 | 22200 | 0.0002 |
| 8.3023 | 22300 | 0.0001 |
| 8.3395 | 22400 | 0.0001 |
| 8.3768 | 22500 | 0.0002 |
| 8.4140 | 22600 | 0.0001 |
| 8.4512 | 22700 | 0.0001 |
| 8.4885 | 22800 | 0.0002 |
| 8.5257 | 22900 | 0.0001 |
| 8.5629 | 23000 | 0.0001 |
| 8.6001 | 23100 | 0.0011 |
| 8.6374 | 23200 | 0.0002 |
| 8.6746 | 23300 | 0.0001 |
| 8.7118 | 23400 | 0.0002 |
| 8.7491 | 23500 | 0.0001 |
| 8.7863 | 23600 | 0.0001 |
| 8.8235 | 23700 | 0.0001 |
| 8.8608 | 23800 | 0.0001 |
| 8.8980 | 23900 | 0.0004 |
| 8.9352 | 24000 | 0.0002 |
| 8.9724 | 24100 | 0.0002 |
| 9.0097 | 24200 | 0.0001 |
| 9.0469 | 24300 | 0.0001 |
| 9.0841 | 24400 | 0.0001 |
| 9.1214 | 24500 | 0.0001 |
| 9.1586 | 24600 | 0.0002 |
| 9.1958 | 24700 | 0.0002 |
| 9.2331 | 24800 | 0.0001 |
| 9.2703 | 24900 | 0.0002 |
| 9.3075 | 25000 | 0.0001 |
| 9.3448 | 25100 | 0.0001 |
| 9.3820 | 25200 | 0.0001 |
| 9.4192 | 25300 | 0.0001 |
| 9.4564 | 25400 | 0.0001 |
| 9.4937 | 25500 | 0.0002 |
| 9.5309 | 25600 | 0.0001 |
| 9.5681 | 25700 | 0.0001 |
| 9.6054 | 25800 | 0.0004 |
| 9.6426 | 25900 | 0.0001 |
| 9.6798 | 26000 | 0.0001 |
| 9.7171 | 26100 | 0.0001 |
| 9.7543 | 26200 | 0.0002 |
| 9.7915 | 26300 | 0.0001 |
| 9.8287 | 26400 | 0.0001 |
| 9.8660 | 26500 | 0.0001 |
| 9.9032 | 26600 | 0.0006 |
| 9.9404 | 26700 | 0.0001 |
| 9.9777 | 26800 | 0.0002 |
</details>
### Framework Versions
- Python: 3.10.12
- Sentence Transformers: 3.3.1
- Transformers: 4.47.0
- PyTorch: 2.5.1+cu121
- Accelerate: 1.2.1
- Datasets: 3.2.0
- 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.*
-->