shanesu/my-embedding-gemma

SentenceTransformer based on google/embeddinggemma-300m

This is a sentence-transformers model finetuned from google/embeddinggemma-300m. 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: google/embeddinggemma-300m
• Maximum Sequence Length: 2048 tokens
• Output Dimensionality: 768 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': 2048, 'do_lower_case': False, 'architecture': 'Gemma3TextModel'})
  (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})
  (2): Dense({'in_features': 768, 'out_features': 3072, 'bias': False, 'activation_function': 'torch.nn.modules.linear.Identity'})
  (3): Dense({'in_features': 3072, 'out_features': 768, 'bias': False, 'activation_function': 'torch.nn.modules.linear.Identity'})
  (4): 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("shanesu/my-embedding-gemma")
# Run inference
queries = [
    "# \u5de5\u4f5c\u5167\u5bb9\u5982\u4e0b\uff1a\n# \u7522\u696d\uff1a\u5176\u4ed6\u76f8\u95dc\u88fd\u9020\u696d\n# \u8077\u985e\uff1a\u4f5c\u696d\u54e1\uff0f\u5305\u88dd\u54e1, \u5176\u4ed6\u6a5f\u68b0\u64cd\u4f5c\u54e1\n# \u516c\u53f8\u540d\u7a31\uff1a\u53f0\u7063\u7530\u4e2d\u96fb\u5b50\u80a1\u4efd\u6709\u9650\u516c\u53f8\n# \u5de5\u4f5c\u5730\u9ede\uff1a\u6843\u5712\u5e02\u4e2d\u58e2\u5340\n# \u8077\u4f4d\u540d\u7a31\uff1a\u5927\u591c\u73ed\u4f5c\u696d\u54e1(\u56fa\u5b9a\u73ed/\u5e74\u85aa14\u500b\u6708)(\u4e2d\u58e2)\n#\u5de5\u4f5c\u5167\u5bb9\uff1a1.\u7121\u5875\u5ba4\u5167\u534a\u81ea\u52d5\u5316\u6a5f\u53f0\u64cd\u4f5c\u3001\u5354\u52a9\u751f\u7522\u4f5c\u696d\n2.\u9700\u8457\u5168\u5957\u7121\u5875\u8863\u4e45\u7ad9\n3.\u8996\u696d\u52d9\u9700\u6c42\uff0c\u9700\u914d\u5408\u52a0\u73ed\n4.\u770b\u5f97\u61c2\u57fa\u672c26\u500b\u82f1\u6587\u5b57\u6bcd\n5.\u591c\u73ed\u6d25\u8cbc500\u5143/\u65e5\n6.\u5de5\u4f5c\u6642\u9593:\u9031\u4e00~\u9031\u4e9420:30-05:30(\u56fa\u5b9a\u73ed)\n7.\u4e0a\u4e0b\u73ed\u4ea4\u901a\u88dc\u52a9\u6d25\u8cbc\u53e6\u8a08\n\n\u5831\u5230\u7b2c\u4e00\u5929\u70ba\u65e5\u73ed\uff0c\u5de5\u4f5c\u6642\u95938:00-17:00\u3002\n\u8996\u5b78\u7fd2\u9032\u5ea6\u8f49\u8abf\u81f3\u591c\u73ed\u3002\n# \u5176\u4ed6\u8981\u6c42\uff1a\u80fd\u914d\u5408\u7522\u80fd\u52a0\u73ed\u8005\u4f73\u3002\n\u734e\u91d1\u4f9d\u51fa\u5e2d\u6bd4\u7387\u9032\u884c\u767c\u653e\u3002\n\u7121\u5875\u5ba4\u5167\u9700\u8457\u5168\u5957\u7121\u5875\u8863\u4e45\u7ad9\n\u5728\u7121\u5875\u5ba4\u5916\u9700\u8457\u516c\u53f8\u914d\u767c\u4e4b\u5168\u5957\u5236\u670d\n\u8acb\u5148\u5229\u7528104\u6295\u905e\u5c65\u6b77\uff0c\u6211\u5011\u6703\u76e1\u5feb\u8207\u7b26\u5408\u689d\u4ef6\u8005\u806f\u7d61\u9762\u8a66\u3002\n# \u5b78\u6b77\u8981\u6c42\uff1a\u9ad8\u4e2d, \u5c08\u79d1, \u5927\u5b78, \u78a9\u58eb, \u535a\u58eb\n# \u798f\u5229\u5f85\u9047\uff1a\u8abf\u85aa\u5236\u5ea6\uff1a\u7b26\u5408\u8abf\u85aa\u5340\u9593\u5167\u4e4b\u54e1\u5de5\u65bc\u6bcf\u5e74\u5ea6\u8abf\u85aa\u3002\n\u734e\u91d1\uff1a\u4e2d\u79cb\u7bc0\u734e\u91d1\u3001\u7aef\u5348\u7bc0\u734e\u91d1\u3001\u6625\u7bc0\u734e\u91d1\u3002\n\u4f11\u5047\uff1a\u9031\u4f11\u4e8c\u65e5\u3001\u7279\u4f11\u5047\u3001\u966a\u7522\u5047\u3001\u7522\u6aa2\u5047\u3001\u751f\u7406\u5047\u7b49..(\u76f8\u95dc\u5047\u5225\u5747\u4f9d\u52de\u57fa\u6cd5\u898f\u5b9a)\u3002\n\u54e1\u5de5\u4fdd\u96aa\uff1a\u52de\u4fdd\u3001\u5065\u4fdd\u3001\u52de\u9000\u63d0\u64a5\u91d1\u3001\u54e1\u5de5\u5718\u4fdd(\u6b63\u8077\u54e1\u5de5)\n\u9910\u98f2\u798f\u5229\uff1a\u54e1\u5de5\u9910\u5ef3\n\u798f\u5229\uff1a\u4e0a\u4e0b\u73ed\u8eca\u8cc7\u88dc\u52a9\u3001\u54e1\u5de5\u505c\u8eca\u4f4d\u3002\n\u5a1b\u6a02\u798f\u5229\uff1a\u570b\u5167\u65c5\u904a\u3001\u516c\u53f8\u90e8\u9580\u805a\u9910\u3001\u5c3e\u7259\u805a\u9910(\u62bd\u5968)\u3002\n\u5176\u4ed6\u798f\u5229\uff1a\u88dc\u52a9\u54e1\u5de5\u5728\u8077\u6559\u80b2\u8a13\u7df4(\u5167\u5916\u8a13)\u3001\u54e1\u5de5\u5e74\u5ea6\u9ad4\u6aa2\u3001\u8a9e\u8a00\u6d25\u8cbc\u3002\n\u25cf\u54e1\u5de5\u751f\u65e5\u79ae\u5238\n\u25cf\u54e1\u5de5\u5236\u670d(\u5de5\u4f5c\u978b)\n\u25cf\u54e1\u5de5\u7d50\u5a5a\u79ae\u91d1\u3001\u5b50\u5973\u7d50\u5a5a\u79ae\u91d1\u3001\u54e1\u5de5\u6216\u54e1\u5de5\u914d\u5076\u751f\u7522\u79ae\u91d1\u3002\n\u25cf\u54e1\u5de5\u4f4f\u9662\u6170\u554f\u91d1\n\u25cf\u54e1\u5de5\u53ca\u7737\u5c6c\u55aa\u846c\u6170\u554f\u91d1\u3002\n# \u4e5f\u6b61\u8fce\u5176\u4ed6\u6c42\u8077\u8005\u89d2\u8272\uff1a\u61c9\u5c46\u7562, \u539f\u4f4f\u6c11\n# \u66f4\u65b0\u6642\u9593\uff1a2025-06-13 01:33:31",
]
documents = [
    '<履歷表>\n## 基本資訊 ##\n# 年齡：33歲。\n## 期望職務 ##\n# 工作地點：桃園市平鎮區, 桃園市中壢區。# 職類：門市／店員／專櫃人員, 作業員／包裝員, 餐飲服務生。# 職稱：無特定。\n## 個人經歷 ##\n# 經歷1：在金像電子股份有限公司，擔任pcb作業員，開始於2024年3月。職類：作業員／包裝員。\n# 經歷2：在正謙股份有限公司，擔任領班，開始於2015年1月。職類：作業員／包裝員。\n# 經歷3：在汯寬科技，擔任作業員，開始於2013年10月。位於桃園市中壢區。職類：作業員／包裝員。產業：印刷電路板製造業(pcb)。\n# 經歷4：在必勝客，擔任計時人員，開始於2009年9月。位於桃園市中壢區。職類：餐飲服務生。產業：其他餐飲業。工作內容：中間有一年的時間當兵去！\n# 經歷5：在金邁科技，擔任作業員，開始於2007年11月。位於桃園市中壢區。職類：作業員／包裝員。產業：其他電子零組件相關業。\n## 擁有技能、工具、證照 ##\n# 擁有的技能：維持產線正常運轉並跟催生產進度。# 熟悉的工具：excel, windows_8, windows_xp, windows_10, windows_7, word, 中文打字125~150, mac_os。# 獲得的證照：丙級電腦硬體裝修技術士。\n## 學歷科系 ##\n# 學歷：高職。# 主修領域：工業工程相關, 工業管理, 電機電子維護相關, 建資訊科。\n## 履歷更新時間 ##\n\n# 時間：2025-04-10 02:09:14。',
    '<履歷表>\n## 基本資訊 ##\n# 年齡：43歲。\n## 期望職務 ##\n# 工作地點：新竹縣市。# 職類：作業員／包裝員。# 職稱：技術員。\n## 個人經歷 ##\n# 經歷1：在瑞耘科技股份有限公司，擔任技術人員，開始於2024年3月。位於新竹縣湖口鄉。職類：其他機械操作員。產業：半導體製造業。\n# 經歷2：在大連電子，擔任技術員，開始於2020年2月。位於新竹縣竹北市。職類：手工包裝工及有關工作者。\n# 經歷3：在台灣彌滿和，擔任技術員，開始於2019年3月。位於新竹縣湖口鄉。職類：其他機械操作員。產業：其他金屬相關製造業。\n# 經歷4：在台灣田邊製藥，擔任契約工，開始於2018年11月。位於新竹縣湖口鄉。職類：作業員／包裝員。產業：其他食品製造業。\n# 經歷5：在台灣日亞，擔任作業員，開始於2007年8月。位於新竹縣湖口鄉。職類：作業員／包裝員。產業：光電產業。工作內容：手焊電子零件\n# 經歷6：在匯華電子，擔任技術員，開始於2006年4月。位於新竹縣竹北市。職類：作業員／包裝員。產業：ic設計相關業。\n# 經歷7：在三彗電子，擔任作業員，開始於2004年7月。位於新竹縣新豐鄉。職類：作業員／包裝員。產業：光學器材製造業。\n## 擁有技能、工具、證照 ##\n\n## 學歷科系 ##\n# 學歷：高職。# 主修領域：觀光事務相關, 餐飲管理。\n## 履歷更新時間 ##\n\n# 時間：2025-04-29 09:52:31。',
    '<履歷表>\n## 基本資訊 ##\n# 年齡：25歲。\n## 期望職務 ##\n# 工作地點：桃園市。# 職類：pcb技術人員, 生產技術／製程工程師, 作業員／包裝員, 塑膠射出技術人員, 電腦組裝／測試。# 職稱：技術員。\n## 個人經歷 ##\n# 經歷1：在世久營造探勘工程股份有限公司，擔任現場工程師，開始於2024年8月。位於新北市汐止區。職類：營造工程師。產業：土木工程業。\n# 經歷2：在睿品工業有限公司，擔任化驗工程師，開始於2024年2月。位於桃園市龜山區。職類：實驗化驗人員。產業：金屬表面處理及熱處理業。\n# 經歷3：在晶澈科技股份有限公司_晶碩光學集團，擔任技術人員，開始於2023年7月。位於桃園市大溪區。職類：作業員／包裝員。\n# 經歷4：在橡樹工業材料股份有限公司，擔任技術人員，開始於2020年9月。位於桃園市中壢區。職類：作業員／包裝員。\n## 擁有技能、工具、證照 ##\n\n## 學歷科系 ##\n# 學歷：高中。# 主修領域：資訊工程相關, 資訊工程系, 普通科, 普通科。\n## 履歷更新時間 ##\n\n# 時間：2025-06-15 02:46:31。',
]
query_embeddings = model.encode_query(queries)
document_embeddings = model.encode_document(documents)
print(query_embeddings.shape, document_embeddings.shape)
# [1, 768] [3, 768]

# Get the similarity scores for the embeddings
similarities = model.similarity(query_embeddings, document_embeddings)
print(similarities)
# tensor([[0.6919, 0.4211, 0.7823]])

Training Details

Training Dataset

Unnamed Dataset

• Size: 215,678 training samples
• Columns: anchor, positive, and negative
• Approximate statistics based on the first 1000 samples:

  	anchor	positive	negative
  type	string	string	string
  details	min: 182 tokens mean: 561.21 tokens max: 1428 tokens	min: 114 tokens mean: 647.03 tokens max: 2048 tokens	min: 112 tokens mean: 544.5 tokens max: 2048 tokens

• Samples:

  anchor	positive	negative
  # 工作內容如下： # 產業：診所 # 職類：門市／店員／專櫃人員, 診所助理 # 公司名稱：澄品中醫診所 # 工作地點：台中市南屯區 # 職位名稱：診所助理(台中南屯院區) #工作內容：1.櫃台、認識藥材、協助診務順暢之工作。
  2.提供專業教育訓練及良好升遷管道。
  3.良好工作環境，對醫療工作有熱誠，免經驗可。
  歡迎態度親切、具責任心、獨立性、積極上進的您，
  加入澄觀中醫的團隊^_^
  工作地點：
  台中市南屯區公益路二段6號
  輪班時間:
  《早午班時段09：00~18：00》
  《午晚班時段14：00~22：30》
  需配合輪班。
  休假制度:
  月休8天(每週六晚診、周日全天休假)
  住附近，或自備機車交通工具者佳
  歡迎對醫療有工作熱誠或學習熱誠者加入!
  福利制度:
  ◆獎金/禮品類
  1.年節獎金/禮品
  2.生日禮金/禮品
  3.營運績效獎金
  5.春酒/尾牙抽獎
  ◆保險類
  1.勞保
  2.健保
  3.勞退提撥6%
  ◆制度類
  1.績效獎金
  2.完整的教育訓練
  3.順暢的升遷管道
  ◆請/休假制度
  1.特休
  2.婚假
  3.喪假
  4.產假
  ◆補助類
  1.職員看診補助
  2.職員醫藥福利
  # 其他要求：歡迎對醫療有工作熱誠或學習熱誠者加入! # 學歷要求：高中以下, 高中, 專科, 大學, 碩士, 博士 # 福利待遇：◆獎金/禮品類 1.年節獎金/禮品 2.生日禮金/禮品 3.營運績效獎金 5.春酒/尾牙抽獎 ◆保險類 1.勞保 2.健保 3.勞退提撥6% ◆制度類 1.績效獎金 2.完整的教育訓練 3.順暢的升遷管道 ◆請/休假制度 1.特休 2.婚假 3.喪假 4.產假 ◆補助類 1.職員看診補助 2.職員醫藥福利 # 也歡迎其他求職者角色：應屆畢, 日間部, 夜間部, 原住民, 二度就業 # 更新時間：2025-06-12 17:21:02	<履歷表> ## 基本資訊 ## # 年齡：30歲。 ## 期望職務 ## # 產業：零售業, 鞋類／布類／服飾品批發業, 餐飲業。# 工作地點：台中市北區, 台中市西區, 台中市南屯區, 台中市西屯區。# 職類：西點／蛋糕師, 門市／店員／專櫃人員, 餐廚助手, 麵包學徒, 咖啡師。# 職稱：正職。 ## 個人經歷 ## # 經歷1：在逢甲民宿小管家，擔任小管家，開始於2025年3月。位於台中市西屯區。職類：門市／店員／專櫃人員。產業：其他住宿服務業。工作內容：協助遊玩旅客行程安排規劃，接待入住! # 經歷2：在德麗可麗露，擔任烘焙助理，開始於2022年3月。位於台中市南屯區。職類：餐廚助手。產業：食品什貨零售業。工作內容：內場 外場 可麗露製作，加工口味研發新口味以及其他烘焙甜點瑪德蓮、蛋黃酥、巴斯克、布朗尼 # 經歷3：在鬼洗，blueway_翊成商行，擔任門市銷售人員，開始於2021年8月。位於台中市西屯區。職類：門市／店員／專櫃人員。產業：鞋類／布類／服飾品批發業。 # 經歷4：在crocs，擔任門市銷售人員，開始於2019年7月。位於台中市西屯區。職類：門市／店員／專櫃人員。產業：鞋類／布類／服飾品零售業。 # 經歷5：在妮妮內衣，擔任量身專員，開始於2017年6月。位於台中市西屯區。職類：門市／店員／專櫃人員。產業：鞋類／布類／服飾品批發業。 ## 擁有技能、工具、證照 ## # 獲得的證照：丙級烘焙食品技術士, 丙級女子美髮技術士, 丙級美容技術士。 ## 學歷科系 ## # 主修領域：護理助產相關, 護理。 ## 履歷更新時間 ## # 時間：2025-05-15 04:12:07。	<履歷表> ## 基本資訊 ## # 年齡：35歲。 ## 期望職務 ## # 工作地點：台中市南屯區, 台中市西屯區。# 職類：其他客服人員。# 職稱：客服人員。 ## 個人經歷 ## # 經歷1：在遊戲客服人員，擔任客服人員，開始於2021年7月。職類：其他客服人員。工作內容： # 經歷2：在遠傳電信，擔任門市人員，開始於2011年7月。位於台中市南屯區。職類：門市／店員／專櫃人員。產業：電信相關業。工作內容：行動通訊產品 # 經歷3：在威寶電信，擔任門市，開始於2010年7月。位於台中市南屯區。職類：門市／店員／專櫃人員。產業：電信相關業。工作內容：行動產品銷售人員 ## 擁有技能、工具、證照 ## ## 學歷科系 ## # 學歷：大學, 高職。# 主修領域：餐旅服務相關, 餐飲管理系, 美容美髮相關, 美容美髮。 ## 履歷更新時間 ## # 時間：2025-04-12 10:39:13。
  # 工作內容如下： # 產業：診所 # 職類：門市／店員／專櫃人員, 診所助理 # 公司名稱：澄品中醫診所 # 工作地點：台中市南屯區 # 職位名稱：診所助理(台中南屯院區) #工作內容：1.櫃台、認識藥材、協助診務順暢之工作。
  2.提供專業教育訓練及良好升遷管道。
  3.良好工作環境，對醫療工作有熱誠，免經驗可。
  歡迎態度親切、具責任心、獨立性、積極上進的您，
  加入澄觀中醫的團隊^_^
  工作地點：
  台中市南屯區公益路二段6號
  輪班時間:
  《早午班時段09：00~18：00》
  《午晚班時段14：00~22：30》
  需配合輪班。
  休假制度:
  月休8天(每週六晚診、周日全天休假)
  住附近，或自備機車交通工具者佳
  歡迎對醫療有工作熱誠或學習熱誠者加入!
  福利制度:
  ◆獎金/禮品類
  1.年節獎金/禮品
  2.生日禮金/禮品
  3.營運績效獎金
  5.春酒/尾牙抽獎
  ◆保險類
  1.勞保
  2.健保
  3.勞退提撥6%
  ◆制度類
  1.績效獎金
  2.完整的教育訓練
  3.順暢的升遷管道
  ◆請/休假制度
  1.特休
  2.婚假
  3.喪假
  4.產假
  ◆補助類
  1.職員看診補助
  2.職員醫藥福利
  # 其他要求：歡迎對醫療有工作熱誠或學習熱誠者加入! # 學歷要求：高中以下, 高中, 專科, 大學, 碩士, 博士 # 福利待遇：◆獎金/禮品類 1.年節獎金/禮品 2.生日禮金/禮品 3.營運績效獎金 5.春酒/尾牙抽獎 ◆保險類 1.勞保 2.健保 3.勞退提撥6% ◆制度類 1.績效獎金 2.完整的教育訓練 3.順暢的升遷管道 ◆請/休假制度 1.特休 2.婚假 3.喪假 4.產假 ◆補助類 1.職員看診補助 2.職員醫藥福利 # 也歡迎其他求職者角色：應屆畢, 日間部, 夜間部, 原住民, 二度就業 # 更新時間：2025-06-12 17:21:02	<履歷表> ## 基本資訊 ## # 年齡：30歲。 ## 期望職務 ## # 產業：零售業, 鞋類／布類／服飾品批發業, 餐飲業。# 工作地點：台中市北區, 台中市西區, 台中市南屯區, 台中市西屯區。# 職類：西點／蛋糕師, 門市／店員／專櫃人員, 餐廚助手, 麵包學徒, 咖啡師。# 職稱：正職。 ## 個人經歷 ## # 經歷1：在逢甲民宿小管家，擔任小管家，開始於2025年3月。位於台中市西屯區。職類：門市／店員／專櫃人員。產業：其他住宿服務業。工作內容：協助遊玩旅客行程安排規劃，接待入住! # 經歷2：在德麗可麗露，擔任烘焙助理，開始於2022年3月。位於台中市南屯區。職類：餐廚助手。產業：食品什貨零售業。工作內容：內場 外場 可麗露製作，加工口味研發新口味以及其他烘焙甜點瑪德蓮、蛋黃酥、巴斯克、布朗尼 # 經歷3：在鬼洗，blueway_翊成商行，擔任門市銷售人員，開始於2021年8月。位於台中市西屯區。職類：門市／店員／專櫃人員。產業：鞋類／布類／服飾品批發業。 # 經歷4：在crocs，擔任門市銷售人員，開始於2019年7月。位於台中市西屯區。職類：門市／店員／專櫃人員。產業：鞋類／布類／服飾品零售業。 # 經歷5：在妮妮內衣，擔任量身專員，開始於2017年6月。位於台中市西屯區。職類：門市／店員／專櫃人員。產業：鞋類／布類／服飾品批發業。 ## 擁有技能、工具、證照 ## # 獲得的證照：丙級烘焙食品技術士, 丙級女子美髮技術士, 丙級美容技術士。 ## 學歷科系 ## # 主修領域：護理助產相關, 護理。 ## 履歷更新時間 ## # 時間：2025-05-15 04:12:07。	<履歷表> ## 基本資訊 ## # 年齡：43歲。 ## 期望職務 ## # 產業：百貨相關業, 家庭電器／設備及用品零售業, 藥品／化妝品及清潔用品零售業, 建材／傢俱零售業。# 工作地點：台中市東區, 台中市北區, 台中市西區, 台中市北屯區, 台中市西屯區, 台中市南區。# 職類：門市／店員／專櫃人員, 店長／賣場管理人員。# 職稱：門市人員。# 工作內容：1.顧客服務 2.商品銷售 3.包裝商品，櫃台、店內物品陳列擺放 4.清點商品，進、退貨及管理庫存 5.店櫃清潔 ## 個人經歷 ## # 經歷1：在上品寢具股份有限公司，擔任門市人員，開始於2024年7月。位於台中市西區。職類：門市／店員／專櫃人員。產業：建材／傢俱零售業。工作內容：1.負責介紹及銷售門市商品。2.提供顧客之接待與需求服務。3.每日銷售相關帳務處理。4.負責商品進貨入庫、銷售管理及庫存管理（如：調貨及退換貨處理）。5.負責商品陳列及促銷品換檔工作。6.維持門市週遭之整潔。 # 經歷2：在荷柏園_皜驊股份有限公司，擔任專櫃人員，開始於2020年2月。位於台中市西屯區。職類：門市／店員／專櫃人員。產業：藥品／化妝品及清潔用品零售業。工作內容：1.負責介紹及銷售專櫃商品。 2.提供顧客之接待與需求服務。 3.每日銷售相關帳務處理。 4.負責商品進貨入庫、銷售管理及庫存管理（如：調貨及退換貨處理）。 5.負責商品陳列及促銷品換檔工作。 6.維持店櫃週遭之整潔。 # 經歷3：在中嘉國際企業股份有限公司，擔任電話行銷人員，開始於2017年5月。位於台中市北區。職類：電話行銷人員。產業：藥品／化妝品及清潔用品零售業。工作內容：1.負責介紹及銷售產品。 2.產品售後服務及定期追蹤關心顧客。 # 經歷4：在利百美興業股份有限公司，擔任專櫃人員，開始於2011年11月。位於台中市西屯區。職類：門市／店員／專櫃人員。產業：百貨相關業。工作內容：1.負責介紹及銷售專櫃商品。 2.提供顧客之接待與需求服務。 3.每日銷售相關帳務處理。 4.負責商品進貨入庫、銷售管理及庫存管理（如：調貨及退換貨處理）。 5.負責商品陳列及促銷品換檔工作。 6.維持店櫃週遭之整潔。 # 經歷5：在威爾斯寵物村，擔任店長，開始於2008年11月。位於台中市北區。職類：店長／賣場管理人員。產業：寵物相關服務業。工作內容：1.賣場商品與人...
  # 工作內容如下： # 產業：診所 # 職類：門市／店員／專櫃人員, 診所助理 # 公司名稱：澄品中醫診所 # 工作地點：台中市南屯區 # 職位名稱：診所助理(台中南屯院區) #工作內容：1.櫃台、認識藥材、協助診務順暢之工作。
  2.提供專業教育訓練及良好升遷管道。
  3.良好工作環境，對醫療工作有熱誠，免經驗可。
  歡迎態度親切、具責任心、獨立性、積極上進的您，
  加入澄觀中醫的團隊^_^
  工作地點：
  台中市南屯區公益路二段6號
  輪班時間:
  《早午班時段09：00~18：00》
  《午晚班時段14：00~22：30》
  需配合輪班。
  休假制度:
  月休8天(每週六晚診、周日全天休假)
  住附近，或自備機車交通工具者佳
  歡迎對醫療有工作熱誠或學習熱誠者加入!
  福利制度:
  ◆獎金/禮品類
  1.年節獎金/禮品
  2.生日禮金/禮品
  3.營運績效獎金
  5.春酒/尾牙抽獎
  ◆保險類
  1.勞保
  2.健保
  3.勞退提撥6%
  ◆制度類
  1.績效獎金
  2.完整的教育訓練
  3.順暢的升遷管道
  ◆請/休假制度
  1.特休
  2.婚假
  3.喪假
  4.產假
  ◆補助類
  1.職員看診補助
  2.職員醫藥福利
  # 其他要求：歡迎對醫療有工作熱誠或學習熱誠者加入! # 學歷要求：高中以下, 高中, 專科, 大學, 碩士, 博士 # 福利待遇：◆獎金/禮品類 1.年節獎金/禮品 2.生日禮金/禮品 3.營運績效獎金 5.春酒/尾牙抽獎 ◆保險類 1.勞保 2.健保 3.勞退提撥6% ◆制度類 1.績效獎金 2.完整的教育訓練 3.順暢的升遷管道 ◆請/休假制度 1.特休 2.婚假 3.喪假 4.產假 ◆補助類 1.職員看診補助 2.職員醫藥福利 # 也歡迎其他求職者角色：應屆畢, 日間部, 夜間部, 原住民, 二度就業 # 更新時間：2025-06-12 17:21:02	<履歷表> ## 基本資訊 ## # 年齡：30歲。 ## 期望職務 ## # 產業：零售業, 鞋類／布類／服飾品批發業, 餐飲業。# 工作地點：台中市北區, 台中市西區, 台中市南屯區, 台中市西屯區。# 職類：西點／蛋糕師, 門市／店員／專櫃人員, 餐廚助手, 麵包學徒, 咖啡師。# 職稱：正職。 ## 個人經歷 ## # 經歷1：在逢甲民宿小管家，擔任小管家，開始於2025年3月。位於台中市西屯區。職類：門市／店員／專櫃人員。產業：其他住宿服務業。工作內容：協助遊玩旅客行程安排規劃，接待入住! # 經歷2：在德麗可麗露，擔任烘焙助理，開始於2022年3月。位於台中市南屯區。職類：餐廚助手。產業：食品什貨零售業。工作內容：內場 外場 可麗露製作，加工口味研發新口味以及其他烘焙甜點瑪德蓮、蛋黃酥、巴斯克、布朗尼 # 經歷3：在鬼洗，blueway_翊成商行，擔任門市銷售人員，開始於2021年8月。位於台中市西屯區。職類：門市／店員／專櫃人員。產業：鞋類／布類／服飾品批發業。 # 經歷4：在crocs，擔任門市銷售人員，開始於2019年7月。位於台中市西屯區。職類：門市／店員／專櫃人員。產業：鞋類／布類／服飾品零售業。 # 經歷5：在妮妮內衣，擔任量身專員，開始於2017年6月。位於台中市西屯區。職類：門市／店員／專櫃人員。產業：鞋類／布類／服飾品批發業。 ## 擁有技能、工具、證照 ## # 獲得的證照：丙級烘焙食品技術士, 丙級女子美髮技術士, 丙級美容技術士。 ## 學歷科系 ## # 主修領域：護理助產相關, 護理。 ## 履歷更新時間 ## # 時間：2025-05-15 04:12:07。	<履歷表> ## 基本資訊 ## # 年齡：41歲。 ## 期望職務 ## # 工作地點：台中市北屯區。# 職類：其他醫療人員。# 職稱：櫃檯諮詢人員。 ## 個人經歷 ## # 經歷1：在曼都髮型美容股份有限公司，擔任美髮設計師，開始於2002年8月。位於桃園市中壢區。職類：美髮師。產業：美髮業。工作內容：髮型設計，剪髮，染髮，燙髮，造型設計。 # 經歷2：在曼都髮型美容股份有限公司，擔任美髮設計師，開始於2002年8月。位於桃園市中壢區。職類：美髮師。產業：美髮業。工作內容：髮型設計，剪髮，染髮，燙髮，髮型設計。 # 經歷3：在曼都髮型美容股份有限公司，擔任髮型設計師，開始於2002年8月。位於桃園市中壢區。職類：美髮師。產業：美髮業。工作內容：髮型設計，剪髮，染髮，燙髮，造型。 ## 擁有技能、工具、證照 ## ## 學歷科系 ## # 學歷：高職。# 主修領域：美容美髮相關, 美容美髮。 ## 履歷更新時間 ## # 時間：2025-04-02 10:04:49。

• Loss: MultipleNegativesRankingLoss with these parameters:

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

Training Hyperparameters

Non-Default Hyperparameters

• per_device_train_batch_size: 3
• learning_rate: 2e-05
• warmup_ratio: 0.1
• prompts: task: sentence similarity | query:

All Hyperparameters

Click to expand

• overwrite_output_dir: False
• do_predict: False
• eval_strategy: no
• prediction_loss_only: True
• per_device_train_batch_size: 3
• 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: 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: 3
• 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: 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}
• parallelism_config: 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
• hub_revision: None
• 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
• liger_kernel_config: None
• eval_use_gather_object: False
• average_tokens_across_devices: False
• prompts: task: sentence similarity | query:
• batch_sampler: batch_sampler
• multi_dataset_batch_sampler: proportional
• router_mapping: {}
• learning_rate_mapping: {}

Framework Versions

• Python: 3.12.3
• Sentence Transformers: 5.1.1
• Transformers: 4.57.0.dev0
• PyTorch: 2.6.0+cu124
• Accelerate: 1.5.2
• Datasets: 3.5.0
• Tokenizers: 0.22.1

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}
}