metadata

base_model: intfloat/multilingual-e5-large
language:
  - multilingual
library_name: sentence-transformers
license: apache-2.0
metrics:
  - cosine_accuracy
  - dot_accuracy
  - manhattan_accuracy
  - euclidean_accuracy
  - max_accuracy
pipeline_tag: sentence-similarity
tags:
  - sentence-transformers
  - sentence-similarity
  - feature-extraction
  - generated_from_trainer
  - dataset_size:10590
  - loss:Matryoshka2dLoss
  - loss:MatryoshkaLoss
  - loss:MultipleNegativesRankingLoss
widget:
  - source_sentence: >-
      query: Terraplenada i piconatge per a fonament de terraplè amb material
      seleccionat de la pròpia excavació, en tongades de fins a 25 cm, amb una
      compactació del 95% del PM, en entorn urbà amb dificultat de mobilitat, en
      voreres > 3 i <= 5 m d'amplària o calçada/plataforma única > 7 i <= 12 m
      d'amplària, amb afectació per serveis o elements de mobiliari urbà, en
      actuacions de més de 2 m3
    sentences:
      - >-
        passage: Terraplenada i piconatge per a fonament de terraplè amb
        material no seleccionat de la pròpia excavació, en tongades de fins a 30
        cm, amb una compactació del 90% del PM, en entorn rural amb facilitat de
        mobilitat, en voreres > 2 i <= 4 m d'amplària o calçada/plataforma única
        > 5 i <= 10 m d'amplària, sense afectació per serveis o elements de
        mobiliari urbà, en actuacions de menys de 3 m3.
      - >-
        passage: Colocación de losas de cimentación utilizando hormigón armado,
        incorporando un 20% de áridos reciclados, con aditivo hidrófugo HRA - 30
        / B / 10 / XC4 + XS1, y una dosificación de cemento de 400 kg/m3 y
        relación agua-cemento ≤ 0.5, vertido mediante cubilote.
      - >-
        passage: Terraplenat i col·locació de grava per a fonament de terraplè
        utilitzant material seleccionat de l'excavació, en capes de fins a 25
        cm, amb una compactació del 95% del pes màxim, en un entorn urbà amb
        dificultats de trànsit, en voreres d'amplada entre 3 i 5 m o
        calçades/plataformes d'amplada entre 7 i 12 m, amb afectacions a serveis
        o elements de mobiliari urbà, en projectes de més de 2 m3.
  - source_sentence: >-
      query: Vidrio aislante de luna de baja emisividad de 8+8 mm de espesor con
      1 butiral transparente clase 2 (B) 2 según UNE-EN 12600, cámara de aire de
      8 mm y luna de 5+5 mm de espesor con 1 butiral traslúcido de luna
      incoloro, clase 2 (B) 2 según UNE-EN 12600, colocado con perfiles
      conformados de neopreno sobre aluminio o PVC
    sentences:
      - >-
        passage: Vidrio de baja emisividad de 8+8 mm de grosor con una capa de
        butiral transparente clase 2 (B) 2 conforme a UNE-EN 12600, con una
        cámara de aire de 8 mm y un vidrio de 5+5 mm de grosor con butiral
        translúcido incoloro, clase 2 (B) 2 según UNE-EN 12600, instalado con
        marcos de neopreno sobre aluminio o PVC.
      - >-
        passage: Vidrio de seguridad templado de 10+10 mm de espesor con 1
        butiral opaco clase 1 (A) 1 según UNE-EN 12600, cámara de aire de 10 mm
        y luna de 6+6 mm de espesor con 1 butiral colorido, clase 1 (A) 1 según
        UNE-EN 12600, instalado con marcos de acero inoxidable.
      - >-
        passage: Formigonament per a sostre nervat reticular amb formigó HA-25/F
        / 10 / I de consistència líquida, amb una mida màxima del granulat de 10
        mm, que conté >= 250 kg/m3 de ciment, adequat per a classe d'exposició
        I, abocat mitjançant cubilot.
  - source_sentence: >-
      query: Hormigonado de dinteles con hormigón para armar HA - 35 / F / 10 /
      XC4 + XS1 con una cantidad de cemento de 325 kg/m3 i relación agua cemento
      =< 0.5 y vertido con bomba
    sentences:
      - >-
        passage: Formigonament per a fonaments a una profunditat màxima de 6 m
        utilitzant formigó armat amb additiu impermeabilitzant HA - 35 / B / 20
        / XC1, amb una dosi de ciment de 300 kg/m3 i una relació aigua-ciment <=
        0.6, abocat directament des de camió.
      - >-
        passage: Colocación de dinteles utilizando hormigón HA - 35 / F / 10 /
        XC4 + XS1, con una dosificación de cemento de 325 kg/m3 y una relación
        agua-cemento menor o igual a 0.5, vertido mediante bomba.
      - >-
        passage: Hormigonado de vigas con mortero para armar HA - 30 / F / 15 /
        XC3 + XS2 con una cantidad de cemento de 300 kg/m3 i relación agua
        cemento =< 0.6 y vertido manualmente.
  - source_sentence: >-
      query: Reducción concéntrica, de polietileno, diámetro nominal DN 63 - DN
      50, presión nominal PN 16, con 2 uniones por soldadura socket (enchufe),
      para canalización de polietileno para conducción de agua a presión, de
      acuerdo con la norma UNE-EN 12201-3 y colocado en el fondo de la zanja en
      entorno urbano sin dificultad de movilidad, sin afectación por presencia
      de servicios en la zanja, sin presencia de entibación
    sentences:
      - >-
        passage: Rigola de 40 cm d'amplada de peça de doble capa de formigó de
        color blanc, dimensions 20x20x8 cm, destinada a rigoles, instal·lades
        amb morter i rejuntades amb ciment, en àrees urbanes amb dificultats de
        mobilitat, en voreres de més de 5 m d'amplada o calçades/plataformes
        úniques de més de 12 m d'amplada, sense interferències amb serveis o
        mobiliari urbà, en projectes de 10 a 100 m.
      - >-
        passage: Reducción excéntrica, de polipropileno, diámetro nominal DN 75
        - DN 40, presión nominal PN 10, con 3 uniones por soldadura a tope, para
        canalización de polipropileno para conducción de gas, de acuerdo con la
        norma UNE-EN 1555-3 y colocado en la parte superior de la zanja en
        entorno rural con dificultad de movilidad, con afectación por presencia
        de servicios en la zanja, con necesidad de entibación.
      - >-
        passage: Reducción excéntrica, de polietileno, diámetro nominal DN 63 -
        DN 50, presión nominal PN 16, con 2 uniones por soldadura socket
        (enchufe), para tuberías de polietileno destinadas a la conducción de
        agua a presión, conforme a la norma UNE-EN 12201-3 y ubicada en el fondo
        de la zanja en un entorno urbano, sin obstáculos para la movilidad, sin
        interferencias por servicios en la zanja, y sin necesidad de entibación.
  - source_sentence: >-
      query: Aïllament amb planxa de poliestirè expandit (EPS), de 70 mm de
      gruix, de 100 kPa de tensió a la compressió, de 2 m2·K/W de resistència
      tèrmica, amb una cara llisa i cantell preparat amb encaix, col·locades amb
      adhesiu de formulació específica
    sentences:
      - >-
        passage: Construcción de un forjado aligerado con un espesor total de 35
        cm, compuesto por una semiplaca de hormigón pretensado de 10 cm,
        bovedilla de poliestireno de 19 cm y una capa de compresión de 6 cm,
        diseñado para soportar momentos flectores de 98 a 197 kN·m y una
        sobrecarga de 4 a 5 kN/m2, utilizando armadura de acero AP500 S y AP500
        T, y hormigón HA - 30 con una dosificación de cemento de 300 kg/m3.
      - >-
        passage: Aïllament amb panell de poliuretà rígid, de 50 mm de gruix, de
        150 kPa de tensió a la compressió, de 3 m2·K/W de resistència tèrmica,
        amb una cara rugosa i cantell recte, instal·lades amb un sistema de
        fixació mecànica.
      - >-
        passage: Aïllament amb panells de poliestirè extruït (XPS), de 80 mm de
        gruix, amb una resistència a la compressió de 150 kPa, de 2,5 m2·K/W de
        resistència tèrmica, amb una superfície llisa i vores dissenyades per
        encaixar, instal·lades amb un adhesiu especialitzat.
model-index:
  - name: Multilingual E5 Large trained with triplet loss
    results:
      - task:
          type: triplet
          name: Triplet
        dataset:
          name: validation set
          type: validation-set
        metrics:
          - type: cosine_accuracy
            value: 1
            name: Cosine Accuracy
          - type: dot_accuracy
            value: 0
            name: Dot Accuracy
          - type: manhattan_accuracy
            value: 1
            name: Manhattan Accuracy
          - type: euclidean_accuracy
            value: 1
            name: Euclidean Accuracy
          - type: max_accuracy
            value: 1
            name: Max Accuracy
      - task:
          type: triplet
          name: Triplet
        dataset:
          name: test set
          type: test-set
        metrics:
          - type: cosine_accuracy
            value: 1
            name: Cosine Accuracy
          - type: dot_accuracy
            value: 0
            name: Dot Accuracy
          - type: manhattan_accuracy
            value: 1
            name: Manhattan Accuracy
          - type: euclidean_accuracy
            value: 1
            name: Euclidean Accuracy
          - type: max_accuracy
            value: 1
            name: Max Accuracy

Multilingual E5 Large trained with triplet loss

This is a sentence-transformers model finetuned from intfloat/multilingual-e5-large on the csv dataset. 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: intfloat/multilingual-e5-large
Maximum Sequence Length: 512 tokens
Output Dimensionality: 1024 tokens
Similarity Function: Cosine Similarity
Training Dataset:
- csv
Language: multilingual
License: apache-2.0

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': 512, 'do_lower_case': False}) with Transformer model: XLMRobertaModel 
  (1): Pooling({'word_embedding_dimension': 1024, '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): 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("RamsesDIIP/me5-large-construction-esp-cat")
# Run inference
sentences = [
    'query: Aïllament amb planxa de poliestirè expandit (EPS), de 70 mm de gruix, de 100 kPa de tensió a la compressió, de 2 m2·K/W de resistència tèrmica, amb una cara llisa i cantell preparat amb encaix, col·locades amb adhesiu de formulació específica',
    'passage: Aïllament amb panells de poliestirè extruït (XPS), de 80 mm de gruix, amb una resistència a la compressió de 150 kPa, de 2,5 m2·K/W de resistència tèrmica, amb una superfície llisa i vores dissenyades per encaixar, instal·lades amb un adhesiu especialitzat.',
    'passage: Aïllament amb panell de poliuretà rígid, de 50 mm de gruix, de 150 kPa de tensió a la compressió, de 3 m2·K/W de resistència tèrmica, amb una cara rugosa i cantell recte, instal·lades amb un sistema de fixació mecànica.',
]
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]

Evaluation

Metrics

Triplet

Dataset: validation-set
Evaluated with TripletEvaluator

Metric	Value
cosine_accuracy	1.0
dot_accuracy	0.0
manhattan_accuracy	1.0
euclidean_accuracy	1.0
max_accuracy	1.0

Triplet

Dataset: test-set
Evaluated with TripletEvaluator

Metric	Value
cosine_accuracy	1.0
dot_accuracy	0.0
manhattan_accuracy	1.0
euclidean_accuracy	1.0
max_accuracy	1.0

Training Details

Training Dataset

csv

Dataset: csv
Size: 10,590 training samples
Columns: anchor, positive, and negative

Approximate statistics based on the first 1000 samples:

	anchor	positive	negative
type	string	string	string
details	min: 18 tokens mean: 112.13 tokens max: 315 tokens	min: 20 tokens mean: 109.24 tokens max: 314 tokens	min: 17 tokens mean: 102.06 tokens max: 298 tokens

Samples:

anchor	positive	negative
`query: Pieza recta de hormigón para bordillos, doble capa, con sección normalizada peatonal A1 20x14 cm, según UNE 127340, de clase climática B, clase resistente a la abrasión H y clase resistente a flexión T (R-5 MPa) según UNE-EN 1340, colocado sobre base de hormigón no estructural HNE-15/P/40 de 20 a 25 cm de altura, y rejuntado con mortero para albañilería`	`passage: Elemento recto de concreto para bordillos, de doble capa, con dimensiones estandarizadas peatonales A1 20x14 cm, conforme a UNE 127340, de clase climática B, resistencia a la abrasión H y resistencia a flexión T (R-5 MPa) según UNE-EN 1340, instalado sobre una base de concreto no estructural HNE-15/P/40 de 20 a 25 cm de altura, y sellado con mortero para mampostería.`	`passage: Pieza curvada de hormigón para muros, capa simple, con sección no normalizada vehicular B2 30x20 cm, según UNE 127341, de clase climática A, clase resistente a la abrasión M y clase resistente a flexión S (R-10 MPa) según UNE-EN 1341, colocado sobre base de hormigón estructural HNE-20/P/50 de 15 a 20 cm de altura, y sellado con cemento para construcción.`
`query: Porta block de fulles batents de fusta per a interior, doble batent, de 35 mm de gruix, amb una llum de pas de 70 + 40 cm d'amplària i 200 cm d'alçària, per a un gruix de bastiment de 10 cm, com a màxim, acabat tropical envernissada, amb fulla cares llises de tauler aglomerat hidròfug xapat, galzes i tapajunts de MDF xapat, ribet de goma, ferramenta de penjar, pany de cop, amb joc de manetes, d'alumini anoditzat, amb placa petita, de preu mitjà`	`passage: Porta de fusta interior amb fulles batents, doble batent, gruix de 35 mm, amplada de 70 + 40 cm i alçada de 200 cm, dissenyada per a un gruix de bastiment de 10 cm com a màxim, acabat envernissat tropical, amb cares llises de tauler aglomerat resistent a la humitat, galzes i tapajunts de MDF, ribet de goma, incloent ferramenta de penjar, pany de cop, i joc de manetes d'alumini anoditzat amb placa petita, de gamma mitjana.`	`passage: Porta de fulles corredisses de metall per a exterior, amb un sistema de tancament automàtic, de 45 mm de gruix, amb una llum de pas de 80 + 50 cm d'amplària i 210 cm d'alçària, per a un gruix de bastiment de 12 cm, acabat galvanitzat, amb fulla de vidre temperitzat, marcs de ferro, segellat de silicona, mecanisme de bloqueig electrònic, amb manetes de plàstic reforçat, amb placa gran, de preu alt.`
`query: Formigonament de murs de contenció (CE, EHE), de 3 m d'alçària com a màxim, amb formigó en massa HM - 30 / B / 10 / XA2 amb una quantitat de ciment de 350 kg/m3 i relació aigua ciment =< 0.5 i abocat des de camió`	`passage: Construcció de murs de contenció (CE, EHE) amb una alçada màxima de 3 m, utilitzant formigó massiu HM - 30 / B / 10 / XA2, amb una dosi de ciment de 350 kg/m3 i una relació aigua-ciment ≤ 0.5, abocat directament des d'un camió.`	`passage: Formigonament de murs de suport (CE, EHE), de 4 m d'alçària com a mínim, amb formigó estructural C25/30 amb una quantitat de ciment de 400 kg/m3 i relació aigua ciment =< 0.45 i abocat manualment.`

Loss: Matryoshka2dLoss with these parameters:

{
    "loss": "MultipleNegativesRankingLoss",
    "n_layers_per_step": 1,
    "last_layer_weight": 1.0,
    "prior_layers_weight": 1.0,
    "kl_div_weight": 1.0,
    "kl_temperature": 0.3,
    "matryoshka_dims": [
        1024,
        768,
        512,
        256
    ],
    "matryoshka_weights": [
        1,
        1,
        1,
        1
    ],
    "n_dims_per_step": 1
}

Evaluation Dataset

csv

Dataset: csv
Size: 10,590 evaluation samples
Columns: anchor, positive, and negative

Approximate statistics based on the first 1000 samples:

	anchor	positive	negative
type	string	string	string
details	min: 23 tokens mean: 112.95 tokens max: 320 tokens	min: 26 tokens mean: 109.87 tokens max: 302 tokens	min: 23 tokens mean: 103.28 tokens max: 309 tokens

Samples:

anchor	positive	negative
`query: Aïllament tèrmic amb placa rígida d'escuma de poliisocianurat, de 35 kg/m3 de densitat, de 80 mm de gruix i 0,023 W/(m·K) de conductivitat tèrmica, amb recobriment de multicapa alumini, per a cobertes, amb fixacions mecàniques`	`passage: Aïllament tèrmic amb panells rígids d'escuma de poliuretà, de 35 kg/m3 de densitat, de 80 mm de gruix i 0,022 W/(m·K) de conductivitat tèrmica, amb recobriment d'alumini multicapa, per a teulades, amb sistemes de fixació mecànica.`	`passage: Aïllament acústic amb panells flexibles de fibra de vidre, de 50 kg/m3 de densitat, de 100 mm de gruix i 0,045 W/(m·K) de conductivitat acústica, amb recobriment de plàstic, per a parets interiors, amb adhesius especials.`
`query: Hormigonado para encepados, con hormigón para armar con aditivo hidrófugo HA - 35 / B / 20 / XC4 + XF1 + XA1 con una cantidad de cemento de 325 kg/m3 i relación agua cemento =< 0.5, colocado con cubilote en obras de ingeniería civil`	`passage: Mezcla de hormigón para cimentaciones, utilizando hormigón armado con aditivo impermeabilizante HA - 35 / B / 20 / XC4 + XF1 + XA1, con una dosificación de cemento de 325 kg/m3 y una relación agua-cemento menor o igual a 0.5, aplicado con cubilote en proyectos de infraestructura civil.`	`passage: Hormigonado para fundaciones, con hormigón para estructuras con aditivo retardante HA - 35 / B / 20 / XC4 + XF1 + XA1 con una cantidad de cemento de 350 kg/m3 y relación agua cemento =< 0.6, colocado con bomba en proyectos de edificación.`
`query: Formigonament per a sostre nervat reticular amb formigó HA-25/F / 10 / I de consistència fluïda, grandària màxima del granulat 10 mm, amb >= 250 kg/m3 de ciment, apte per a classe d'exposició I, abocat amb cubilot`	`passage: Formigonament per a sostre nervat reticular amb formigó HA-25/F / 10 / I de consistència líquida, amb una mida màxima del granulat de 10 mm, que conté >= 250 kg/m3 de ciment, adequat per a classe d'exposició I, abocat mitjançant cubilot.`	`passage: Formigonament per a sostre pla amb formigó HA-30/F / 12 / I de consistència espessa, grandària màxima del granulat 20 mm, amb >= 300 kg/m3 de ciment, apte per a classe d'exposició II, abocat amb bomba de formigó.`

Loss: Matryoshka2dLoss with these parameters:

{
    "loss": "MultipleNegativesRankingLoss",
    "n_layers_per_step": 1,
    "last_layer_weight": 1.0,
    "prior_layers_weight": 1.0,
    "kl_div_weight": 1.0,
    "kl_temperature": 0.3,
    "matryoshka_dims": [
        1024,
        768,
        512,
        256
    ],
    "matryoshka_weights": [
        1,
        1,
        1,
        1
    ],
    "n_dims_per_step": 1
}

Training Hyperparameters

Non-Default Hyperparameters

eval_strategy: steps
per_device_train_batch_size: 6
per_device_eval_batch_size: 6
learning_rate: 4e-05
num_train_epochs: 10
warmup_ratio: 0.1
fp16: True
optim: rmsprop
batch_sampler: no_duplicates

All Hyperparameters

Click to expand

overwrite_output_dir: False
do_predict: False
eval_strategy: steps
prediction_loss_only: True
per_device_train_batch_size: 6
per_device_eval_batch_size: 6
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: 4e-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: 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: 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: rmsprop
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: False
hub_always_push: False
gradient_checkpointing: False
gradient_checkpointing_kwargs: None
include_inputs_for_metrics: False
eval_do_concat_batches: True
fp16_backend: auto
push_to_hub_model_id: None
push_to_hub_organization: None
mp_parameters:
auto_find_batch_size: False
full_determinism: False
torchdynamo: None
ray_scope: last
ddp_timeout: 1800
torch_compile: False
torch_compile_backend: None
torch_compile_mode: None
dispatch_batches: None
split_batches: None
include_tokens_per_second: False
include_num_input_tokens_seen: False
neftune_noise_alpha: None
optim_target_modules: None
batch_eval_metrics: False
eval_on_start: False
eval_use_gather_object: False
batch_sampler: no_duplicates
multi_dataset_batch_sampler: proportional

Training Logs

Epoch	Step	Training Loss	Validation Loss	validation-set_max_accuracy	test-set_max_accuracy
0	0	-	-	0.8942	-
0.1416	200	0.5207	0.2853	0.9981	-
0.2833	400	0.2732	0.2365	0.9981	-
0.4249	600	0.2023	0.2480	0.9906	-
0.5666	800	0.1991	0.4594	0.9839	-
0.7082	1000	0.6376	0.1210	0.9953	-
0.8499	1200	0.217	0.0956	0.9981	-
0.9915	1400	0.1205	0.0848	0.9962	-
1.1324	1600	0.0678	0.2559	0.9896	-
1.2741	1800	0.0528	0.0454	0.9972	-
1.4157	2000	0.0494	0.0388	0.9981	-
1.5574	2200	0.7363	2.5659	0.5571	-
1.6990	2400	1.0851	0.0527	0.9972	-
1.8407	2600	0.1037	0.0476	0.9981	-
1.9823	2800	0.0865	0.0369	1.0	-
2.1232	3000	0.1278	0.0177	0.9991	-
2.2649	3200	0.0381	0.0211	0.9991	-
2.4065	3400	0.0217	0.0301	0.9953	-
2.5482	3600	0.019	0.0414	0.9962	-
2.6898	3800	0.0228	0.0194	0.9991	-
2.8314	4000	0.0167	0.0177	0.9991	-
2.9731	4200	0.0126	0.0166	1.0	-
3.1140	4400	0.0232	0.0183	0.9991	-
3.2557	4600	0.0197	0.0460	0.9981	-
3.3973	4800	0.0139	0.0154	1.0	-
3.5390	5000	0.0092	0.0287	0.9991	-
3.6806	5200	0.0107	0.0142	0.9991	-
3.8222	5400	0.007	0.0146	1.0	-
3.9639	5600	0.0103	0.0169	1.0	-
4.1048	5800	0.0082	0.0211	1.0	-
4.2465	6000	0.0074	0.0093	1.0	-
4.3881	6200	0.004	0.0099	0.9991	-
4.5297	6400	0.0071	0.0091	1.0	-
4.6714	6600	0.007	0.0053	1.0	-
4.8130	6800	0.0064	0.0052	1.0	-
4.9547	7000	0.0046	0.0077	1.0	-
5.0956	7200	0.0064	0.0081	1.0	-
5.2373	7400	0.0053	0.0096	0.9991	-
5.3789	7600	0.003	0.0123	1.0	-
5.5205	7800	0.0042	0.0033	1.0	-
5.6622	8000	0.0034	0.0045	1.0	-
5.8038	8200	0.0041	0.0063	0.9991	-
5.9455	8400	0.0032	0.0082	0.9991	-
6.0864	8600	0.0051	0.0037	1.0	-
6.2280	8800	0.0041	0.0073	1.0	-
6.3697	9000	0.003	0.0057	1.0	-
6.5113	9200	0.0027	0.0064	1.0	-
6.6530	9400	0.0034	0.0059	1.0	-
6.7946	9600	0.0035	0.0043	1.0	-
6.9363	9800	0.0054	0.0042	1.0	-
7.0772	10000	0.002	0.0074	1.0	-
7.2188	10200	0.0029	0.0058	1.0	-
7.3605	10400	0.0018	0.0049	1.0	-
7.5021	10600	0.0032	0.0041	1.0	-
7.6438	10800	0.0024	0.0077	1.0	-
7.7854	11000	0.0015	0.0070	1.0	-
7.9271	11200	0.005	0.0032	1.0	-
8.0680	11400	0.0015	0.0036	1.0	-
8.2096	11600	0.0054	0.0078	1.0	-
8.3513	11800	0.0023	0.0058	1.0	-
8.4929	12000	0.0018	0.0072	1.0	-
8.6346	12200	0.0018	0.0038	1.0	-
8.7762	12400	0.0022	0.0043	1.0	-
8.9178	12600	0.0029	0.0046	1.0	-
9.0588	12800	0.0014	0.0053	1.0	-
9.2004	13000	0.0011	0.0054	1.0	-
9.3421	13200	0.0042	0.0050	1.0	-
9.4837	13400	0.0014	0.0052	1.0	-
9.6254	13600	0.0018	0.0084	1.0	-
9.7670	13800	0.0016	0.0057	1.0	-
9.9086	14000	0.0012	0.0066	1.0	-
9.9936	14120	-	-	1.0	1.0

Framework Versions

Python: 3.10.12
Sentence Transformers: 3.2.0
Transformers: 4.44.2
PyTorch: 2.4.1+cu121
Accelerate: 0.34.2
Datasets: 3.0.1
Tokenizers: 0.19.1

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",
}

Matryoshka2dLoss

@misc{li20242d,
    title={2D Matryoshka Sentence Embeddings},
    author={Xianming Li and Zongxi Li and Jing Li and Haoran Xie and Qing Li},
    year={2024},
    eprint={2402.14776},
    archivePrefix={arXiv},
    primaryClass={cs.CL}
}

MatryoshkaLoss

@misc{kusupati2024matryoshka,
    title={Matryoshka Representation Learning},
    author={Aditya Kusupati and Gantavya Bhatt and Aniket Rege and Matthew Wallingford and Aditya Sinha and Vivek Ramanujan and William Howard-Snyder and Kaifeng Chen and Sham Kakade and Prateek Jain and Ali Farhadi},
    year={2024},
    eprint={2205.13147},
    archivePrefix={arXiv},
    primaryClass={cs.LG}
}

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}
}