metadata

base_model: cointegrated/rubert-tiny2
datasets: []
language: []
library_name: sentence-transformers
metrics:
  - cosine_accuracy@1
  - cosine_accuracy@3
  - cosine_accuracy@5
  - cosine_precision@1
  - cosine_precision@3
  - cosine_precision@5
  - cosine_precision@10
  - cosine_recall@1
  - cosine_recall@3
  - cosine_recall@5
  - cosine_recall@10
  - cosine_ndcg@10
  - cosine_mrr@10
  - cosine_map@100
  - dot_accuracy@1
  - dot_accuracy@3
  - dot_accuracy@5
  - dot_precision@1
  - dot_precision@3
  - dot_precision@5
  - dot_precision@10
  - dot_recall@1
  - dot_recall@3
  - dot_recall@5
  - dot_recall@10
  - dot_ndcg@10
  - dot_mrr@10
  - dot_map@100
pipeline_tag: sentence-similarity
tags:
  - sentence-transformers
  - sentence-similarity
  - feature-extraction
  - generated_from_trainer
  - dataset_size:1317
  - loss:MultipleNegativesRankingLoss
widget:
  - source_sentence: востановить лк
    sentences:
      - Создайте, пожалуйста, обращение в ИТ поддержку на портале support
      - >-
        Если руководитель не успел согласовать или не согласовать задачу по ЭЛН,
        БЛ автоматически согласовывается
      - >-
        При проблемах со входом в личный кабинет, прежде чем создавать заявку в
        поддержку, убедитесь, что заходите в ЛК на сайте https://company-x5.ru,
        указываете актуальные и верные логин и пароль. Если Вам неизвестен
        логин, обратитесь к руководителю (ДМ), он сможет посмотреть Ваш логин и
        сбросить пароль в веб-табеле. Для самостоятельного сброса пароля
        позвоните с вашего мобильного телефона на +7 (XXX) XXX XX XX, наберите
        добавочный номер 10100, нажмите * и подтвердите сброс пароля, нажав #.
        Обновленный пароль отправляется по SMS.
  - source_sentence: >-
      Можно ли изменить период больничного по беременности и родам, если в ЭЛН
      указаны другие периоды?
    sentences:
      - >-
        По процессу, после согласования заявки на УР, необходимо подписать доп.
        соглашение. Сотрудникам КЦ необходимо подписать дополнительное
        соглашение: - удаленно с помощью обмена скан-копий или фото документа, а
        при невозможности – подтверждением по электронной почте. Как только доп.
        соглашение любым образом подписывается, работник отдела кадров снимает
        блокировку в SAP HR с доп. соглашения и Вам представляется возможность
        создать график работы в ЛК.
      - >-
        Сотрудник может продолжить работу во время больничного по беременности и
        родам, при этом ему будет выплачиваться заработная плата. Пособие по
        беременности и родам будет рассчитано с фактической даты ухода в отпуск
        по беременности и родам (соответственно, будет оплачено меньшее кол-во
        дней БИРа).
      - >-
        У данного руководителя отсутствует доступ к сервису "Удаленная работа"
        по правилу, поэтому его не видно в ЛК2. Возможно на штатной должности
        сотрудника "Уровень подчиненности до СЕО = -2", в таблице
        ZHRT_ESS_REMAPP для всех форматов настройки такого плана (ограничение на
        ШД руководителя CEO и -1)
  - source_sentence: Нет моей команды в ЛК. С уважением ДМ
    sentences:
      - >-
        Пожалуйста, создайте заявку в разделе "Зарплатная карта", выбрав подтему
        "Изменение банковских реквизитов"
      - >-
        При проблемах со входом в личный кабинет, прежде чем создавать заявку в
        поддержку, убедитесь, что заходите в ЛК на сайте https://company-x5.ru,
        указываете актуальные и верные логин и пароль. Если Вам неизвестен
        логин, обратитесь к руководителю (ДМ), он сможет посмотреть Ваш логин и
        сбросить пароль в веб-табеле. Для самостоятельного сброса пароля
        позвоните с вашего мобильного телефона на +7 (XXX) XXX XX XX, наберите
        добавочный номер 10100, нажмите * и подтвердите сброс пароля, нажав #.
        Обновленный пароль отправляется по SMS.
      - >-
        Если в "команде" нет подчиненных сотрудников просьба обратиться в
        поддержку для корректировки
  - source_sentence: исчезли вкладки в личном кабинете
    sentences:
      - >-
        Кнопка "изменить номер" телефона находится в личном разделе в ЛК. Если
        доступа к ЛК нет, для смены номера телефона, обратитесь в поддержку
      - >-
        Для изменения графика работы сотрудника создайте заявку в разделе
        "Заявки" по теме "Табель/график/рабочее время", выбрав подтему
        "Изменение графика".
      - >-
        Если в "команде" нет подчиненных сотрудников просьба обратиться в
        поддержку для корректировки
  - source_sentence: Дайте обратную связь по моей заявке,отправлен ли логин и пароль сотруднику
    sentences:
      - Создайте, пожалуйста, обращение в ИТ поддержку на портале support
      - >-
        При проблемах со входом в личный кабинет, прежде чем создавать заявку в
        поддержку, убедитесь, что заходите в ЛК на сайте https://company-x5.ru,
        указываете актуальные и верные логин и пароль. Если Вам неизвестен
        логин, обратитесь к руководителю (ДМ), он сможет посмотреть Ваш логин и
        сбросить пароль в веб-табеле. Для самостоятельного сброса пароля
        позвоните с вашего мобильного телефона на +7 (XXX) XXX XX XX, наберите
        добавочный номер 10100, нажмите * и подтвердите сброс пароля, нажав #.
        Обновленный пароль отправляется по SMS.
      - >-
        На текущий момент данные по больничным листам поступают работодателю от
        СФР напрямую. Если больничный лист не был подтвержден, а затем появилась
        необходимость в его проведении, то сотруднику следует создать заявку в
        Личном кабинете по теме "Перерасчет пособий" и указать номер ЭЛН.
model-index:
  - name: SentenceTransformer based on cointegrated/rubert-tiny2
    results:
      - task:
          type: information-retrieval
          name: Information Retrieval
        dataset:
          name: test
          type: test
        metrics:
          - type: cosine_accuracy@1
            value: 0.6909090909090909
            name: Cosine Accuracy@1
          - type: cosine_accuracy@3
            value: 0.8303030303030303
            name: Cosine Accuracy@3
          - type: cosine_accuracy@5
            value: 0.8787878787878788
            name: Cosine Accuracy@5
          - type: cosine_precision@1
            value: 0.6909090909090909
            name: Cosine Precision@1
          - type: cosine_precision@3
            value: 0.2767676767676768
            name: Cosine Precision@3
          - type: cosine_precision@5
            value: 0.17575757575757572
            name: Cosine Precision@5
          - type: cosine_precision@10
            value: 0.0906060606060606
            name: Cosine Precision@10
          - type: cosine_recall@1
            value: 0.6909090909090909
            name: Cosine Recall@1
          - type: cosine_recall@3
            value: 0.8303030303030303
            name: Cosine Recall@3
          - type: cosine_recall@5
            value: 0.8787878787878788
            name: Cosine Recall@5
          - type: cosine_recall@10
            value: 0.906060606060606
            name: Cosine Recall@10
          - type: cosine_ndcg@10
            value: 0.8025561727971702
            name: Cosine Ndcg@10
          - type: cosine_mrr@10
            value: 0.7688119288119287
            name: Cosine Mrr@10
          - type: cosine_map@100
            value: 0.7729668802734949
            name: Cosine Map@100
          - type: dot_accuracy@1
            value: 0.6909090909090909
            name: Dot Accuracy@1
          - type: dot_accuracy@3
            value: 0.8303030303030303
            name: Dot Accuracy@3
          - type: dot_accuracy@5
            value: 0.8787878787878788
            name: Dot Accuracy@5
          - type: dot_precision@1
            value: 0.6909090909090909
            name: Dot Precision@1
          - type: dot_precision@3
            value: 0.2767676767676768
            name: Dot Precision@3
          - type: dot_precision@5
            value: 0.17575757575757572
            name: Dot Precision@5
          - type: dot_precision@10
            value: 0.0906060606060606
            name: Dot Precision@10
          - type: dot_recall@1
            value: 0.6909090909090909
            name: Dot Recall@1
          - type: dot_recall@3
            value: 0.8303030303030303
            name: Dot Recall@3
          - type: dot_recall@5
            value: 0.8787878787878788
            name: Dot Recall@5
          - type: dot_recall@10
            value: 0.906060606060606
            name: Dot Recall@10
          - type: dot_ndcg@10
            value: 0.8025561727971702
            name: Dot Ndcg@10
          - type: dot_mrr@10
            value: 0.7688119288119287
            name: Dot Mrr@10
          - type: dot_map@100
            value: 0.7729668802734949
            name: Dot Map@100

SentenceTransformer based on cointegrated/rubert-tiny2

This is a sentence-transformers model finetuned from cointegrated/rubert-tiny2. It maps sentences & paragraphs to a 312-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: cointegrated/rubert-tiny2
Maximum Sequence Length: 2048 tokens
Output Dimensionality: 312 tokens
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}) with Transformer model: BertModel 
  (1): Pooling({'word_embedding_dimension': 312, '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("WpythonW/RUbert-tiny_custom_test")
# Run inference
sentences = [
    'Дайте обратную связь по моей заявке,отправлен ли логин и пароль сотруднику',
    'При проблемах со входом в личный кабинет, прежде чем создавать заявку в поддержку, убедитесь, что заходите в ЛК на сайте https://company-x5.ru, указываете актуальные и верные логин и пароль. Если Вам неизвестен логин, обратитесь к руководителю (ДМ), он сможет посмотреть Ваш логин и сбросить пароль в веб-табеле. Для самостоятельного сброса пароля позвоните с вашего мобильного телефона на +7 (XXX) XXX XX XX, наберите добавочный номер 10100, нажмите * и подтвердите сброс пароля, нажав #. Обновленный пароль отправляется по SMS.',
    'Создайте, пожалуйста, обращение в ИТ поддержку на портале support',
]
embeddings = model.encode(sentences)
print(embeddings.shape)
# [3, 312]

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

Evaluation

Metrics

Information Retrieval

Dataset: test
Evaluated with InformationRetrievalEvaluator

Metric	Value
cosine_accuracy@1	0.6909
cosine_accuracy@3	0.8303
cosine_accuracy@5	0.8788
cosine_precision@1	0.6909
cosine_precision@3	0.2768
cosine_precision@5	0.1758
cosine_precision@10	0.0906
cosine_recall@1	0.6909
cosine_recall@3	0.8303
cosine_recall@5	0.8788
cosine_recall@10	0.9061
cosine_ndcg@10	0.8026
cosine_mrr@10	0.7688
cosine_map@100	0.773
dot_accuracy@1	0.6909
dot_accuracy@3	0.8303
dot_accuracy@5	0.8788
dot_precision@1	0.6909
dot_precision@3	0.2768
dot_precision@5	0.1758
dot_precision@10	0.0906
dot_recall@1	0.6909
dot_recall@3	0.8303
dot_recall@5	0.8788
dot_recall@10	0.9061
dot_ndcg@10	0.8026
dot_mrr@10	0.7688
dot_map@100	0.773

Training Details

Training Dataset

Unnamed Dataset

Size: 1,317 training samples
Columns: sentence_0 and sentence_1
Approximate statistics based on the first 1000 samples:
sentence_0 sentence_1
type string string
details
min: 3 tokens
mean: 12.42 tokens
max: 107 tokens

min: 7 tokens
mean: 60.08 tokens
max: 371 tokens

	sentence_0	sentence_1
type	string	string
details	min: 3 tokens mean: 12.42 tokens max: 107 tokens	min: 7 tokens mean: 60.08 tokens max: 371 tokens

Samples:

sentence_0	sentence_1
`Не могу оформить заявку на работу из дома`	Критерии доступности сервиса Удаленная Работа: 1.Сотрудник не на нулевой занятости: процент соединения (ИТ 1001) между штатной должностью и табельным номером на текущую дату больше 0; 2.Сотрудник на офисном графике работы: в ИТ 0007 Нормативное рабочее время на текущую дату установлен график, который в соответствии с Правилом ГРВ (таблица T508A) является офисным – поле KKRKH принимает одно из значений: {1; 2; 3; 4; 6}; 3.У сотрудника есть руководитель: наличие на текущую дату соединения (ИТ 1001) B012 между ОЕ сотрудника и ШД руководителям или BZ10 между ШД сотрудника и ШД руководителя; 4.Уровень CEO- руководителя сотрудника позволяет принимать заявки на УР: на штатной должности руководителя сотрудника установленное на текущую дату значение атрибута (ИТ 1222) Z_PM_CEO Уровень подчиненности до СЕО по сценарию Z_PM Управление эффективностью должностей отсутствует в таблице ZHRT_ESS_REMAPP для формата сотрудника (на данный момент ограничение только на CEO и -1 5.Сотруднику установлен признак «Удаленный офис»: на ШД сотрудника / на ОЕ сотрудника / на вышестоящей ОЕ (по пути анализа P-S-O-O) в ИТ 1010 Комп/ВспомСредства подтипе 9021 Работа на дому установлено значение 002 Удаленный офис. Если какой-то из критериев не выполняется, вкладка «удаленная работа» в личном кабинете будет не доступна. Для внесения изменений в систему SAP, необходимо обратиться к специалистам по кадрам.
`Не поступают заявки в работу, прошу настроить корректность их назначения. Была делегирована роль в ЛК от менеджера по кадрам, но заявки не поступают.`	`Создайте, пожалуйста, обращение в ИТ поддержку на портале support`
`Нет возможности подписать график УР - отображается, что подписано все.`	`Вам необходимо открыть сервис "Удаленная работа", далее выбрать "График УР". Заявка находится в статусе "Ожидание подписание". Нажмите на нее. Откроется заявка и будет активна кнопка "Подписать".`

Loss: MultipleNegativesRankingLoss with these parameters:

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

Training Hyperparameters

Non-Default Hyperparameters

eval_strategy: steps
per_device_train_batch_size: 512
per_device_eval_batch_size: 512
num_train_epochs: 1200
multi_dataset_batch_sampler: round_robin

All Hyperparameters

Click to expand

overwrite_output_dir: False
do_predict: False
eval_strategy: steps
prediction_loss_only: True
per_device_train_batch_size: 512
per_device_eval_batch_size: 512
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-05
weight_decay: 0.0
adam_beta1: 0.9
adam_beta2: 0.999
adam_epsilon: 1e-08
max_grad_norm: 1
num_train_epochs: 1200
max_steps: -1
lr_scheduler_type: linear
lr_scheduler_kwargs: {}
warmup_ratio: 0.0
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: 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: batch_sampler
multi_dataset_batch_sampler: round_robin

Training Logs

Click to expand

Epoch	Step	Training Loss	test_cosine_map@100
1.0	3	-	0.2941
2.0	6	-	0.2941
3.0	9	-	0.2942
4.0	12	-	0.2942
5.0	15	-	0.2945
6.0	18	-	0.2945
7.0	21	-	0.2944
8.0	24	-	0.2948
9.0	27	-	0.2964
10.0	30	-	0.2964
11.0	33	-	0.2965
12.0	36	-	0.2967
13.0	39	-	0.2970
14.0	42	-	0.2979
15.0	45	-	0.2979
16.0	48	-	0.2995
17.0	51	-	0.3038
18.0	54	-	0.3041
19.0	57	-	0.3050
20.0	60	-	0.3058
21.0	63	-	0.3061
22.0	66	-	0.3073
23.0	69	-	0.3094
24.0	72	-	0.3098
25.0	75	-	0.3119
26.0	78	-	0.3122
27.0	81	-	0.3130
28.0	84	-	0.3144
29.0	87	-	0.3159
30.0	90	-	0.3180
31.0	93	-	0.3199
32.0	96	-	0.3225
33.0	99	-	0.3255
34.0	102	-	0.3274
35.0	105	-	0.3293
36.0	108	-	0.3297
37.0	111	-	0.3305
38.0	114	-	0.3328
39.0	117	-	0.3378
40.0	120	-	0.3382
41.0	123	-	0.3417
42.0	126	-	0.3428
43.0	129	-	0.3471
44.0	132	-	0.3497
45.0	135	-	0.3514
46.0	138	-	0.3540
47.0	141	-	0.3552
48.0	144	-	0.3585
49.0	147	-	0.3613
50.0	150	-	0.3621
51.0	153	-	0.3668
52.0	156	-	0.3696
53.0	159	-	0.3701
54.0	162	-	0.3724
55.0	165	-	0.3742
56.0	168	-	0.3789
57.0	171	-	0.3809
58.0	174	-	0.3821
59.0	177	-	0.3867
60.0	180	-	0.3894
61.0	183	-	0.3964
62.0	186	-	0.3988
63.0	189	-	0.4016
64.0	192	-	0.4027
65.0	195	-	0.4048
66.0	198	-	0.4093
67.0	201	-	0.4103
68.0	204	-	0.4101
69.0	207	-	0.4126
70.0	210	-	0.4138
71.0	213	-	0.4153
72.0	216	-	0.4202
73.0	219	-	0.4241
74.0	222	-	0.4285
75.0	225	-	0.4301
76.0	228	-	0.4321
77.0	231	-	0.4340
78.0	234	-	0.4366
79.0	237	-	0.4395
80.0	240	-	0.4403
81.0	243	-	0.4400
82.0	246	-	0.4422
83.0	249	-	0.4433
84.0	252	-	0.4481
85.0	255	-	0.4528
86.0	258	-	0.4552
87.0	261	-	0.4583
88.0	264	-	0.4637
89.0	267	-	0.4663
90.0	270	-	0.4674
91.0	273	-	0.4708
92.0	276	-	0.4718
93.0	279	-	0.4754
94.0	282	-	0.4778
95.0	285	-	0.4811
96.0	288	-	0.4820
97.0	291	-	0.4831
98.0	294	-	0.4857
99.0	297	-	0.4889
100.0	300	-	0.4929
101.0	303	-	0.4938
102.0	306	-	0.4990
103.0	309	-	0.5003
104.0	312	-	0.5012
105.0	315	-	0.5025
106.0	318	-	0.5033
107.0	321	-	0.5054
108.0	324	-	0.5073
109.0	327	-	0.5080
110.0	330	-	0.5088
111.0	333	-	0.5115
112.0	336	-	0.5131
113.0	339	-	0.5160
114.0	342	-	0.5201
115.0	345	-	0.5274
116.0	348	-	0.5297
117.0	351	-	0.5316
118.0	354	-	0.5340
119.0	357	-	0.5365
120.0	360	-	0.5374
121.0	363	-	0.5397
122.0	366	-	0.5418
123.0	369	-	0.5441
124.0	372	-	0.5463
125.0	375	-	0.5489
126.0	378	-	0.5525
127.0	381	-	0.5539
128.0	384	-	0.5556
129.0	387	-	0.5575
130.0	390	-	0.5601
131.0	393	-	0.5607
132.0	396	-	0.5632
133.0	399	-	0.5661
134.0	402	-	0.5685
135.0	405	-	0.5710
136.0	408	-	0.5747
137.0	411	-	0.5779
138.0	414	-	0.5805
139.0	417	-	0.5832
140.0	420	-	0.5871
141.0	423	-	0.5948
142.0	426	-	0.5976
143.0	429	-	0.5995
144.0	432	-	0.6056
145.0	435	-	0.6097
146.0	438	-	0.6100
147.0	441	-	0.6106
148.0	444	-	0.6113
149.0	447	-	0.6100
150.0	450	-	0.6105
151.0	453	-	0.6126
152.0	456	-	0.6136
153.0	459	-	0.6145
154.0	462	-	0.6166
155.0	465	-	0.6175
156.0	468	-	0.6194
157.0	471	-	0.6194
158.0	474	-	0.6196
159.0	477	-	0.6218
160.0	480	-	0.6230
161.0	483	-	0.6239
162.0	486	-	0.6284
163.0	489	-	0.6318
164.0	492	-	0.6325
165.0	495	-	0.6335
166.0	498	-	0.6335
166.6667	500	4.7565	-
167.0	501	-	0.6356
168.0	504	-	0.6388
169.0	507	-	0.6413
170.0	510	-	0.6417
171.0	513	-	0.6422
172.0	516	-	0.6440
173.0	519	-	0.6459
174.0	522	-	0.6460
175.0	525	-	0.6473
176.0	528	-	0.6461
177.0	531	-	0.6469
178.0	534	-	0.6471
179.0	537	-	0.6496
180.0	540	-	0.6498
181.0	543	-	0.6500
182.0	546	-	0.6524
183.0	549	-	0.6529
184.0	552	-	0.6533
185.0	555	-	0.6533
186.0	558	-	0.6550
187.0	561	-	0.6571
188.0	564	-	0.6592
189.0	567	-	0.6594
190.0	570	-	0.6602
191.0	573	-	0.6627
192.0	576	-	0.6634
193.0	579	-	0.6624
194.0	582	-	0.6630
195.0	585	-	0.6669
196.0	588	-	0.6700
197.0	591	-	0.6716
198.0	594	-	0.6725
199.0	597	-	0.6734
200.0	600	-	0.6737
201.0	603	-	0.6797
202.0	606	-	0.6814
203.0	609	-	0.6840
204.0	612	-	0.6872
205.0	615	-	0.6888
206.0	618	-	0.6894
207.0	621	-	0.6881
208.0	624	-	0.6897
209.0	627	-	0.6897
210.0	630	-	0.6894
211.0	633	-	0.6896
212.0	636	-	0.6900
213.0	639	-	0.6886
214.0	642	-	0.6873
215.0	645	-	0.6881
216.0	648	-	0.6892
217.0	651	-	0.6890
218.0	654	-	0.6892
219.0	657	-	0.6895
220.0	660	-	0.6864
221.0	663	-	0.6863
222.0	666	-	0.6863
223.0	669	-	0.6865
224.0	672	-	0.6869
225.0	675	-	0.6873
226.0	678	-	0.6876
227.0	681	-	0.6880
228.0	684	-	0.6884
229.0	687	-	0.6899
230.0	690	-	0.6930
231.0	693	-	0.6947
232.0	696	-	0.6957
233.0	699	-	0.6957
234.0	702	-	0.6944
235.0	705	-	0.6968
236.0	708	-	0.6973
237.0	711	-	0.6992
238.0	714	-	0.6996
239.0	717	-	0.7001
240.0	720	-	0.7003
241.0	723	-	0.6987
242.0	726	-	0.6974
243.0	729	-	0.6976
244.0	732	-	0.6989
245.0	735	-	0.6986
246.0	738	-	0.6982
247.0	741	-	0.6981
248.0	744	-	0.7000
249.0	747	-	0.7005
250.0	750	-	0.7015
251.0	753	-	0.7016
252.0	756	-	0.7009
253.0	759	-	0.7032
254.0	762	-	0.7039
255.0	765	-	0.7062
256.0	768	-	0.7060
257.0	771	-	0.7075
258.0	774	-	0.7093
259.0	777	-	0.7105
260.0	780	-	0.7110
261.0	783	-	0.7115
262.0	786	-	0.7130
263.0	789	-	0.7134
264.0	792	-	0.7134
265.0	795	-	0.7111
266.0	798	-	0.7111
267.0	801	-	0.7095
268.0	804	-	0.7082
269.0	807	-	0.7090
270.0	810	-	0.7113
271.0	813	-	0.7113
272.0	816	-	0.7110
273.0	819	-	0.7115
274.0	822	-	0.7127
275.0	825	-	0.7130
276.0	828	-	0.7130
277.0	831	-	0.7130
278.0	834	-	0.7137
279.0	837	-	0.7138
280.0	840	-	0.7139
281.0	843	-	0.7145
282.0	846	-	0.7146
283.0	849	-	0.7167
284.0	852	-	0.7167
285.0	855	-	0.7166
286.0	858	-	0.7180
287.0	861	-	0.7196
288.0	864	-	0.7200
289.0	867	-	0.7201
290.0	870	-	0.7202
291.0	873	-	0.7205
292.0	876	-	0.7203
293.0	879	-	0.7211
294.0	882	-	0.7213
295.0	885	-	0.7214
296.0	888	-	0.7215
297.0	891	-	0.7221
298.0	894	-	0.7234
299.0	897	-	0.7233
300.0	900	-	0.7235
301.0	903	-	0.7246
302.0	906	-	0.7248
303.0	909	-	0.7251
304.0	912	-	0.7251
305.0	915	-	0.7259
306.0	918	-	0.7259
307.0	921	-	0.7290
308.0	924	-	0.7290
309.0	927	-	0.7289
310.0	930	-	0.7291
311.0	933	-	0.7290
312.0	936	-	0.7275
313.0	939	-	0.7290
314.0	942	-	0.7290
315.0	945	-	0.7290
316.0	948	-	0.7290
317.0	951	-	0.7307
318.0	954	-	0.7309
319.0	957	-	0.7317
320.0	960	-	0.7304
321.0	963	-	0.7307
322.0	966	-	0.7289
323.0	969	-	0.7274
324.0	972	-	0.7291
325.0	975	-	0.7291
326.0	978	-	0.7308
327.0	981	-	0.7307
328.0	984	-	0.7308
329.0	987	-	0.7314
330.0	990	-	0.7315
331.0	993	-	0.7300
332.0	996	-	0.7300
333.0	999	-	0.7300
333.3333	1000	3.2971	-
334.0	1002	-	0.7300
335.0	1005	-	0.7311
336.0	1008	-	0.7326
337.0	1011	-	0.7310
338.0	1014	-	0.7323
339.0	1017	-	0.7338
340.0	1020	-	0.7323
341.0	1023	-	0.7324
342.0	1026	-	0.7326
343.0	1029	-	0.7331
344.0	1032	-	0.7333
345.0	1035	-	0.7330
346.0	1038	-	0.7328
347.0	1041	-	0.7332
348.0	1044	-	0.7333
349.0	1047	-	0.7334
350.0	1050	-	0.7337
351.0	1053	-	0.7337
352.0	1056	-	0.7338
353.0	1059	-	0.7323
354.0	1062	-	0.7323
355.0	1065	-	0.7321
356.0	1068	-	0.7307
357.0	1071	-	0.7307
358.0	1074	-	0.7309
359.0	1077	-	0.7311
360.0	1080	-	0.7312
361.0	1083	-	0.7318
362.0	1086	-	0.7319
363.0	1089	-	0.7318
364.0	1092	-	0.7319
365.0	1095	-	0.7319
366.0	1098	-	0.7334
367.0	1101	-	0.7329
368.0	1104	-	0.7314
369.0	1107	-	0.7314
370.0	1110	-	0.7314
371.0	1113	-	0.7315
372.0	1116	-	0.7320
373.0	1119	-	0.7335
374.0	1122	-	0.7334
375.0	1125	-	0.7334
376.0	1128	-	0.7329
377.0	1131	-	0.7319
378.0	1134	-	0.7334
379.0	1137	-	0.7334
380.0	1140	-	0.7333
381.0	1143	-	0.7332
382.0	1146	-	0.7333
383.0	1149	-	0.7344
384.0	1152	-	0.7329
385.0	1155	-	0.7329
386.0	1158	-	0.7326
387.0	1161	-	0.7327
388.0	1164	-	0.7309
389.0	1167	-	0.7327
390.0	1170	-	0.7320
391.0	1173	-	0.7321
392.0	1176	-	0.7332
393.0	1179	-	0.7332
394.0	1182	-	0.7315
395.0	1185	-	0.7351
396.0	1188	-	0.7341
397.0	1191	-	0.7341
398.0	1194	-	0.7335
399.0	1197	-	0.7370
400.0	1200	-	0.7367
401.0	1203	-	0.7369
402.0	1206	-	0.7369
403.0	1209	-	0.7369
404.0	1212	-	0.7369
405.0	1215	-	0.7354
406.0	1218	-	0.7352
407.0	1221	-	0.7373
408.0	1224	-	0.7372
409.0	1227	-	0.7366
410.0	1230	-	0.7381
411.0	1233	-	0.7367
412.0	1236	-	0.7373
413.0	1239	-	0.7386
414.0	1242	-	0.7384
415.0	1245	-	0.7387
416.0	1248	-	0.7386
417.0	1251	-	0.7386
418.0	1254	-	0.7382
419.0	1257	-	0.7366
420.0	1260	-	0.7400
421.0	1263	-	0.7399
422.0	1266	-	0.7416
423.0	1269	-	0.7440
424.0	1272	-	0.7455
425.0	1275	-	0.7459
426.0	1278	-	0.7459
427.0	1281	-	0.7458
428.0	1284	-	0.7458
429.0	1287	-	0.7458
430.0	1290	-	0.7459
431.0	1293	-	0.7457
432.0	1296	-	0.7457
433.0	1299	-	0.7459
434.0	1302	-	0.7459
435.0	1305	-	0.7459
436.0	1308	-	0.7463
437.0	1311	-	0.7460
438.0	1314	-	0.7469
439.0	1317	-	0.7479
440.0	1320	-	0.7478
441.0	1323	-	0.7464
442.0	1326	-	0.7475
443.0	1329	-	0.7476
444.0	1332	-	0.7476
445.0	1335	-	0.7481
446.0	1338	-	0.7477
447.0	1341	-	0.7466
448.0	1344	-	0.7467
449.0	1347	-	0.7462
450.0	1350	-	0.7468
451.0	1353	-	0.7467
452.0	1356	-	0.7467
453.0	1359	-	0.7481
454.0	1362	-	0.7480
455.0	1365	-	0.7483
456.0	1368	-	0.7479
457.0	1371	-	0.7464
458.0	1374	-	0.7464
459.0	1377	-	0.7474
460.0	1380	-	0.7491
461.0	1383	-	0.7494
462.0	1386	-	0.7495
463.0	1389	-	0.7491
464.0	1392	-	0.7496
465.0	1395	-	0.7497
466.0	1398	-	0.7511
467.0	1401	-	0.7511
468.0	1404	-	0.7515
469.0	1407	-	0.7515
470.0	1410	-	0.7511
471.0	1413	-	0.7511
472.0	1416	-	0.7493
473.0	1419	-	0.7491
474.0	1422	-	0.7496
475.0	1425	-	0.7496
476.0	1428	-	0.7495
477.0	1431	-	0.7494
478.0	1434	-	0.7493
479.0	1437	-	0.7495
480.0	1440	-	0.7508
481.0	1443	-	0.7509
482.0	1446	-	0.7507
483.0	1449	-	0.7501
484.0	1452	-	0.7487
485.0	1455	-	0.7493
486.0	1458	-	0.7514
487.0	1461	-	0.7513
488.0	1464	-	0.7500
489.0	1467	-	0.7502
490.0	1470	-	0.7501
491.0	1473	-	0.7504
492.0	1476	-	0.7503
493.0	1479	-	0.7489
494.0	1482	-	0.7491
495.0	1485	-	0.7489
496.0	1488	-	0.7506
497.0	1491	-	0.7506
498.0	1494	-	0.7504
499.0	1497	-	0.7504
500.0	1500	2.688	0.7503
501.0	1503	-	0.7503
502.0	1506	-	0.7504
503.0	1509	-	0.7519
504.0	1512	-	0.7522
505.0	1515	-	0.7527
506.0	1518	-	0.7526
507.0	1521	-	0.7528
508.0	1524	-	0.7527
509.0	1527	-	0.7527
510.0	1530	-	0.7525
511.0	1533	-	0.7519
512.0	1536	-	0.7527
513.0	1539	-	0.7533
514.0	1542	-	0.7533
515.0	1545	-	0.7533
516.0	1548	-	0.7538
517.0	1551	-	0.7538
518.0	1554	-	0.7534
519.0	1557	-	0.7538
520.0	1560	-	0.7539
521.0	1563	-	0.7541
522.0	1566	-	0.7538
523.0	1569	-	0.7535
524.0	1572	-	0.7516
525.0	1575	-	0.7530
526.0	1578	-	0.7530
527.0	1581	-	0.7538
528.0	1584	-	0.7573
529.0	1587	-	0.7573
530.0	1590	-	0.7570
531.0	1593	-	0.7585
532.0	1596	-	0.7584
533.0	1599	-	0.7588
534.0	1602	-	0.7588
535.0	1605	-	0.7588
536.0	1608	-	0.7584
537.0	1611	-	0.7569
538.0	1614	-	0.7572
539.0	1617	-	0.7587
540.0	1620	-	0.7582
541.0	1623	-	0.7586
542.0	1626	-	0.7587
543.0	1629	-	0.7633
544.0	1632	-	0.7629
545.0	1635	-	0.7627
546.0	1638	-	0.7624
547.0	1641	-	0.7621
548.0	1644	-	0.7626
549.0	1647	-	0.7625
550.0	1650	-	0.7610
551.0	1653	-	0.7630
552.0	1656	-	0.7630
553.0	1659	-	0.7629
554.0	1662	-	0.7659
555.0	1665	-	0.7644
556.0	1668	-	0.7648
557.0	1671	-	0.7650
558.0	1674	-	0.7645
559.0	1677	-	0.7643
560.0	1680	-	0.7646
561.0	1683	-	0.7646
562.0	1686	-	0.7636
563.0	1689	-	0.7621
564.0	1692	-	0.7624
565.0	1695	-	0.7644
566.0	1698	-	0.7657
567.0	1701	-	0.7663
568.0	1704	-	0.7645
569.0	1707	-	0.7640
570.0	1710	-	0.7639
571.0	1713	-	0.7657
572.0	1716	-	0.7663
573.0	1719	-	0.7648
574.0	1722	-	0.7649
575.0	1725	-	0.7651
576.0	1728	-	0.7648
577.0	1731	-	0.7643
578.0	1734	-	0.7643
579.0	1737	-	0.7647
580.0	1740	-	0.7648
581.0	1743	-	0.7664
582.0	1746	-	0.7679
583.0	1749	-	0.7682
584.0	1752	-	0.7652
585.0	1755	-	0.7652
586.0	1758	-	0.7638
587.0	1761	-	0.7637
588.0	1764	-	0.7638
589.0	1767	-	0.7653
590.0	1770	-	0.7653
591.0	1773	-	0.7652
592.0	1776	-	0.7631
593.0	1779	-	0.7632
594.0	1782	-	0.7629
595.0	1785	-	0.7660
596.0	1788	-	0.7677
597.0	1791	-	0.7644
598.0	1794	-	0.7628
599.0	1797	-	0.7628
600.0	1800	-	0.7629
601.0	1803	-	0.7643
602.0	1806	-	0.7657
603.0	1809	-	0.7663
604.0	1812	-	0.7656
605.0	1815	-	0.7656
606.0	1818	-	0.7638
607.0	1821	-	0.7639
608.0	1824	-	0.7642
609.0	1827	-	0.7644
610.0	1830	-	0.7642
611.0	1833	-	0.7643
612.0	1836	-	0.7643
613.0	1839	-	0.7643
614.0	1842	-	0.7659
615.0	1845	-	0.7660
616.0	1848	-	0.7642
617.0	1851	-	0.7645
618.0	1854	-	0.7630
619.0	1857	-	0.7630
620.0	1860	-	0.7643
621.0	1863	-	0.7643
622.0	1866	-	0.7640
623.0	1869	-	0.7640
624.0	1872	-	0.7641
625.0	1875	-	0.7641
626.0	1878	-	0.7642
627.0	1881	-	0.7641
628.0	1884	-	0.7655
629.0	1887	-	0.7654
630.0	1890	-	0.7654
631.0	1893	-	0.7653
632.0	1896	-	0.7638
633.0	1899	-	0.7655
634.0	1902	-	0.7656
635.0	1905	-	0.7657
636.0	1908	-	0.7659
637.0	1911	-	0.7661
638.0	1914	-	0.7661
639.0	1917	-	0.7664
640.0	1920	-	0.7667
641.0	1923	-	0.7665
642.0	1926	-	0.7664
643.0	1929	-	0.7661
644.0	1932	-	0.7661
645.0	1935	-	0.7651
646.0	1938	-	0.7652
647.0	1941	-	0.7659
648.0	1944	-	0.7659
649.0	1947	-	0.7657
650.0	1950	-	0.7657
651.0	1953	-	0.7659
652.0	1956	-	0.7660
653.0	1959	-	0.7662
654.0	1962	-	0.7661
655.0	1965	-	0.7662
656.0	1968	-	0.7658
657.0	1971	-	0.7659
658.0	1974	-	0.7675
659.0	1977	-	0.7673
660.0	1980	-	0.7670
661.0	1983	-	0.7663
662.0	1986	-	0.7664
663.0	1989	-	0.7654
664.0	1992	-	0.7654
665.0	1995	-	0.7658
666.0	1998	-	0.7658
666.6667	2000	2.5178	-
667.0	2001	-	0.7673
668.0	2004	-	0.7673
669.0	2007	-	0.7670
670.0	2010	-	0.7691
671.0	2013	-	0.7691
672.0	2016	-	0.7676
673.0	2019	-	0.7670
674.0	2022	-	0.7669
675.0	2025	-	0.7664
676.0	2028	-	0.7671
677.0	2031	-	0.7674
678.0	2034	-	0.7674
679.0	2037	-	0.7674
680.0	2040	-	0.7637
681.0	2043	-	0.7641
682.0	2046	-	0.7642
683.0	2049	-	0.7626
684.0	2052	-	0.7644
685.0	2055	-	0.7640
686.0	2058	-	0.7656
687.0	2061	-	0.7656
688.0	2064	-	0.7666
689.0	2067	-	0.7669
690.0	2070	-	0.7665
691.0	2073	-	0.7668
692.0	2076	-	0.7671
693.0	2079	-	0.7674
694.0	2082	-	0.7677
695.0	2085	-	0.7671
696.0	2088	-	0.7669
697.0	2091	-	0.7664
698.0	2094	-	0.7671
699.0	2097	-	0.7665
700.0	2100	-	0.7663
701.0	2103	-	0.7667
702.0	2106	-	0.7668
703.0	2109	-	0.7672
704.0	2112	-	0.7673
705.0	2115	-	0.7672
706.0	2118	-	0.7670
707.0	2121	-	0.7669
708.0	2124	-	0.7669
709.0	2127	-	0.7667
710.0	2130	-	0.7664
711.0	2133	-	0.7647
712.0	2136	-	0.7646
713.0	2139	-	0.7647
714.0	2142	-	0.7647
715.0	2145	-	0.7649
716.0	2148	-	0.7665
717.0	2151	-	0.7666
718.0	2154	-	0.7667
719.0	2157	-	0.7666
720.0	2160	-	0.7667
721.0	2163	-	0.7666
722.0	2166	-	0.7665
723.0	2169	-	0.7652
724.0	2172	-	0.7666
725.0	2175	-	0.7665
726.0	2178	-	0.7666
727.0	2181	-	0.7665
728.0	2184	-	0.7668
729.0	2187	-	0.7665
730.0	2190	-	0.7648
731.0	2193	-	0.7665
732.0	2196	-	0.7665
733.0	2199	-	0.7666
734.0	2202	-	0.7669
735.0	2205	-	0.7666
736.0	2208	-	0.7666
737.0	2211	-	0.7680
738.0	2214	-	0.7685
739.0	2217	-	0.7671
740.0	2220	-	0.7677
741.0	2223	-	0.7672
742.0	2226	-	0.7671
743.0	2229	-	0.7688
744.0	2232	-	0.7688
745.0	2235	-	0.7691
746.0	2238	-	0.7690
747.0	2241	-	0.7687
748.0	2244	-	0.7704
749.0	2247	-	0.7704
750.0	2250	-	0.7702
751.0	2253	-	0.7697
752.0	2256	-	0.7686
753.0	2259	-	0.7700
754.0	2262	-	0.7700
755.0	2265	-	0.7702
756.0	2268	-	0.7707
757.0	2271	-	0.7685
758.0	2274	-	0.7685
759.0	2277	-	0.7686
760.0	2280	-	0.7679
761.0	2283	-	0.7682
762.0	2286	-	0.7674
763.0	2289	-	0.7676
764.0	2292	-	0.7675
765.0	2295	-	0.7703
766.0	2298	-	0.7706
767.0	2301	-	0.7714
768.0	2304	-	0.7716
769.0	2307	-	0.7717
770.0	2310	-	0.7717
771.0	2313	-	0.7717
772.0	2316	-	0.7720
773.0	2319	-	0.7719
774.0	2322	-	0.7701
775.0	2325	-	0.7701
776.0	2328	-	0.7701
777.0	2331	-	0.7698
778.0	2334	-	0.7697
779.0	2337	-	0.7692
780.0	2340	-	0.7689
781.0	2343	-	0.7687
782.0	2346	-	0.7685
783.0	2349	-	0.7688
784.0	2352	-	0.7695
785.0	2355	-	0.7696
786.0	2358	-	0.7683
787.0	2361	-	0.7700
788.0	2364	-	0.7703
789.0	2367	-	0.7704
790.0	2370	-	0.7689
791.0	2373	-	0.7689
792.0	2376	-	0.7700
793.0	2379	-	0.7683
794.0	2382	-	0.7681
795.0	2385	-	0.7678
796.0	2388	-	0.7678
797.0	2391	-	0.7678
798.0	2394	-	0.7694
799.0	2397	-	0.7696
800.0	2400	-	0.7714
801.0	2403	-	0.7715
802.0	2406	-	0.7701
803.0	2409	-	0.7680
804.0	2412	-	0.7674
805.0	2415	-	0.7670
806.0	2418	-	0.7670
807.0	2421	-	0.7669
808.0	2424	-	0.7670
809.0	2427	-	0.7669
810.0	2430	-	0.7670
811.0	2433	-	0.7670
812.0	2436	-	0.7675
813.0	2439	-	0.7681
814.0	2442	-	0.7684
815.0	2445	-	0.7686
816.0	2448	-	0.7688
817.0	2451	-	0.7693
818.0	2454	-	0.7678
819.0	2457	-	0.7675
820.0	2460	-	0.7677
821.0	2463	-	0.7688
822.0	2466	-	0.7689
823.0	2469	-	0.7701
824.0	2472	-	0.7699
825.0	2475	-	0.7711
826.0	2478	-	0.7710
827.0	2481	-	0.7716
828.0	2484	-	0.7716
829.0	2487	-	0.7719
830.0	2490	-	0.7718
831.0	2493	-	0.7720
832.0	2496	-	0.7724
833.0	2499	-	0.7724
833.3333	2500	2.4669	-
834.0	2502	-	0.7722
835.0	2505	-	0.7720
836.0	2508	-	0.7700
837.0	2511	-	0.7696
838.0	2514	-	0.7702
839.0	2517	-	0.7704
840.0	2520	-	0.7703
841.0	2523	-	0.7706
842.0	2526	-	0.7713
843.0	2529	-	0.7704
844.0	2532	-	0.7698
845.0	2535	-	0.7700
846.0	2538	-	0.7705
847.0	2541	-	0.7699
848.0	2544	-	0.7702
849.0	2547	-	0.7700
850.0	2550	-	0.7699
851.0	2553	-	0.7702
852.0	2556	-	0.7717
853.0	2559	-	0.7713
854.0	2562	-	0.7723
855.0	2565	-	0.7730
856.0	2568	-	0.7735
857.0	2571	-	0.7735
858.0	2574	-	0.7720
859.0	2577	-	0.7719
860.0	2580	-	0.7715
861.0	2583	-	0.7701
862.0	2586	-	0.7696
863.0	2589	-	0.7703
864.0	2592	-	0.7702
865.0	2595	-	0.7714
866.0	2598	-	0.7714
867.0	2601	-	0.7731
868.0	2604	-	0.7734
869.0	2607	-	0.7744
870.0	2610	-	0.7729
871.0	2613	-	0.7731
872.0	2616	-	0.7718
873.0	2619	-	0.7719
874.0	2622	-	0.7736
875.0	2625	-	0.7757
876.0	2628	-	0.7757
877.0	2631	-	0.7755
878.0	2634	-	0.7765
879.0	2637	-	0.7767
880.0	2640	-	0.7743
881.0	2643	-	0.7742
882.0	2646	-	0.7743
883.0	2649	-	0.7758
884.0	2652	-	0.7761
885.0	2655	-	0.7765
886.0	2658	-	0.7761
887.0	2661	-	0.7760
888.0	2664	-	0.7730
889.0	2667	-	0.7730
890.0	2670	-	0.7730
891.0	2673	-	0.7734
892.0	2676	-	0.7737
893.0	2679	-	0.7717
894.0	2682	-	0.7724
895.0	2685	-	0.7725
896.0	2688	-	0.7741
897.0	2691	-	0.7743
898.0	2694	-	0.7742
899.0	2697	-	0.7743
900.0	2700	-	0.7759
901.0	2703	-	0.7758
902.0	2706	-	0.7765
903.0	2709	-	0.7778
904.0	2712	-	0.7779
905.0	2715	-	0.7788
906.0	2718	-	0.7773
907.0	2721	-	0.7773
908.0	2724	-	0.7757
909.0	2727	-	0.7752
910.0	2730	-	0.7766
911.0	2733	-	0.7758
912.0	2736	-	0.7760
913.0	2739	-	0.7758
914.0	2742	-	0.7745
915.0	2745	-	0.7747
916.0	2748	-	0.7727
917.0	2751	-	0.7729
918.0	2754	-	0.7735
919.0	2757	-	0.7735
920.0	2760	-	0.7736
921.0	2763	-	0.7736
922.0	2766	-	0.7737
923.0	2769	-	0.7736
924.0	2772	-	0.7736
925.0	2775	-	0.7734
926.0	2778	-	0.7723
927.0	2781	-	0.7722
928.0	2784	-	0.7721
929.0	2787	-	0.7729
930.0	2790	-	0.7726
931.0	2793	-	0.7726
932.0	2796	-	0.7722
933.0	2799	-	0.7722
934.0	2802	-	0.7706
935.0	2805	-	0.7722
936.0	2808	-	0.7722
937.0	2811	-	0.7703
938.0	2814	-	0.7720
939.0	2817	-	0.7725
940.0	2820	-	0.7724
941.0	2823	-	0.7728
942.0	2826	-	0.7734
943.0	2829	-	0.7740
944.0	2832	-	0.7732
945.0	2835	-	0.7733
946.0	2838	-	0.7729
947.0	2841	-	0.7725
948.0	2844	-	0.7724
949.0	2847	-	0.7739
950.0	2850	-	0.7741
951.0	2853	-	0.7754
952.0	2856	-	0.7759
953.0	2859	-	0.7752
954.0	2862	-	0.7745
955.0	2865	-	0.7753
956.0	2868	-	0.7754
957.0	2871	-	0.7750
958.0	2874	-	0.7761
959.0	2877	-	0.7761
960.0	2880	-	0.7745
961.0	2883	-	0.7741
962.0	2886	-	0.7740
963.0	2889	-	0.7727
964.0	2892	-	0.7727
965.0	2895	-	0.7730
966.0	2898	-	0.7733
967.0	2901	-	0.7735
968.0	2904	-	0.7733
969.0	2907	-	0.7750
970.0	2910	-	0.7756
971.0	2913	-	0.7763
972.0	2916	-	0.7767
973.0	2919	-	0.7759
974.0	2922	-	0.7757
975.0	2925	-	0.7752
976.0	2928	-	0.7765
977.0	2931	-	0.7762
978.0	2934	-	0.7761
979.0	2937	-	0.7767
980.0	2940	-	0.7763
981.0	2943	-	0.7747
982.0	2946	-	0.7748
983.0	2949	-	0.7755
984.0	2952	-	0.7756
985.0	2955	-	0.7756
986.0	2958	-	0.7757
987.0	2961	-	0.7751
988.0	2964	-	0.7753
989.0	2967	-	0.7754
990.0	2970	-	0.7753
991.0	2973	-	0.7750
992.0	2976	-	0.7753
993.0	2979	-	0.7771
994.0	2982	-	0.7739
995.0	2985	-	0.7719
996.0	2988	-	0.7719
997.0	2991	-	0.7736
998.0	2994	-	0.7739
999.0	2997	-	0.7745
1000.0	3000	2.4448	0.7730
1001.0	3003	-	0.7730
1002.0	3006	-	0.7730
1003.0	3009	-	0.7730
1004.0	3012	-	0.7730
1005.0	3015	-	0.7730
1006.0	3018	-	0.7730
1007.0	3021	-	0.7730
1008.0	3024	-	0.7730
1009.0	3027	-	0.7730
1010.0	3030	-	0.7730
1011.0	3033	-	0.7730
1012.0	3036	-	0.7730
1013.0	3039	-	0.7730
1014.0	3042	-	0.7730
1015.0	3045	-	0.7730
1016.0	3048	-	0.7730
1017.0	3051	-	0.7730
1018.0	3054	-	0.7730
1019.0	3057	-	0.7730
1020.0	3060	-	0.7730
1021.0	3063	-	0.7730
1022.0	3066	-	0.7730
1023.0	3069	-	0.7730
1024.0	3072	-	0.7730
1025.0	3075	-	0.7730
1026.0	3078	-	0.7730
1027.0	3081	-	0.7730
1028.0	3084	-	0.7730
1029.0	3087	-	0.7730
1030.0	3090	-	0.7730
1031.0	3093	-	0.7730
1032.0	3096	-	0.7730
1033.0	3099	-	0.7730
1034.0	3102	-	0.7730
1035.0	3105	-	0.7730
1036.0	3108	-	0.7730
1037.0	3111	-	0.7730
1038.0	3114	-	0.7730
1039.0	3117	-	0.7730
1040.0	3120	-	0.7730
1041.0	3123	-	0.7730
1042.0	3126	-	0.7730
1043.0	3129	-	0.7730
1044.0	3132	-	0.7730
1045.0	3135	-	0.7730
1046.0	3138	-	0.7730
1047.0	3141	-	0.7730
1048.0	3144	-	0.7730
1049.0	3147	-	0.7730
1050.0	3150	-	0.7730
1051.0	3153	-	0.7730
1052.0	3156	-	0.7730
1053.0	3159	-	0.7730
1054.0	3162	-	0.7730
1055.0	3165	-	0.7730
1056.0	3168	-	0.7730
1057.0	3171	-	0.7730
1058.0	3174	-	0.7730
1059.0	3177	-	0.7730
1060.0	3180	-	0.7730
1061.0	3183	-	0.7730
1062.0	3186	-	0.7730
1063.0	3189	-	0.7730
1064.0	3192	-	0.7730
1065.0	3195	-	0.7730
1066.0	3198	-	0.7730
1067.0	3201	-	0.7730
1068.0	3204	-	0.7730
1069.0	3207	-	0.7730
1070.0	3210	-	0.7730
1071.0	3213	-	0.7730
1072.0	3216	-	0.7730
1073.0	3219	-	0.7730
1074.0	3222	-	0.7730
1075.0	3225	-	0.7730
1076.0	3228	-	0.7730
1077.0	3231	-	0.7730
1078.0	3234	-	0.7730
1079.0	3237	-	0.7730
1080.0	3240	-	0.7730
1081.0	3243	-	0.7730
1082.0	3246	-	0.7730
1083.0	3249	-	0.7730
1084.0	3252	-	0.7730
1085.0	3255	-	0.7730
1086.0	3258	-	0.7730
1087.0	3261	-	0.7730
1088.0	3264	-	0.7730
1089.0	3267	-	0.7730
1090.0	3270	-	0.7730
1091.0	3273	-	0.7730
1092.0	3276	-	0.7730
1093.0	3279	-	0.7730
1094.0	3282	-	0.7730
1095.0	3285	-	0.7730
1096.0	3288	-	0.7730
1097.0	3291	-	0.7730
1098.0	3294	-	0.7730
1099.0	3297	-	0.7730
1100.0	3300	-	0.7730
1101.0	3303	-	0.7730
1102.0	3306	-	0.7730
1103.0	3309	-	0.7730
1104.0	3312	-	0.7730
1105.0	3315	-	0.7730
1106.0	3318	-	0.7730
1107.0	3321	-	0.7730
1108.0	3324	-	0.7730
1109.0	3327	-	0.7730
1110.0	3330	-	0.7730
1111.0	3333	-	0.7730
1112.0	3336	-	0.7730
1113.0	3339	-	0.7730
1114.0	3342	-	0.7730
1115.0	3345	-	0.7730
1116.0	3348	-	0.7730
1117.0	3351	-	0.7730
1118.0	3354	-	0.7730
1119.0	3357	-	0.7730
1120.0	3360	-	0.7730
1121.0	3363	-	0.7730
1122.0	3366	-	0.7730
1123.0	3369	-	0.7730
1124.0	3372	-	0.7730
1125.0	3375	-	0.7730
1126.0	3378	-	0.7730
1127.0	3381	-	0.7730
1128.0	3384	-	0.7730
1129.0	3387	-	0.7730
1130.0	3390	-	0.7730
1131.0	3393	-	0.7730
1132.0	3396	-	0.7730
1133.0	3399	-	0.7730
1134.0	3402	-	0.7730
1135.0	3405	-	0.7730
1136.0	3408	-	0.7730
1137.0	3411	-	0.7730
1138.0	3414	-	0.7730
1139.0	3417	-	0.7730
1140.0	3420	-	0.7730
1141.0	3423	-	0.7730
1142.0	3426	-	0.7730
1143.0	3429	-	0.7730
1144.0	3432	-	0.7730
1145.0	3435	-	0.7730
1146.0	3438	-	0.7730
1147.0	3441	-	0.7730
1148.0	3444	-	0.7730
1149.0	3447	-	0.7730
1150.0	3450	-	0.7730
1151.0	3453	-	0.7730
1152.0	3456	-	0.7730
1153.0	3459	-	0.7730
1154.0	3462	-	0.7730
1155.0	3465	-	0.7730
1156.0	3468	-	0.7730
1157.0	3471	-	0.7730
1158.0	3474	-	0.7730
1159.0	3477	-	0.7730
1160.0	3480	-	0.7730
1161.0	3483	-	0.7730
1162.0	3486	-	0.7730
1163.0	3489	-	0.7730
1164.0	3492	-	0.7730
1165.0	3495	-	0.7730
1166.0	3498	-	0.7730
1166.6667	3500	2.4396	-
1167.0	3501	-	0.7730
1168.0	3504	-	0.7730
1169.0	3507	-	0.7730
1170.0	3510	-	0.7730
1171.0	3513	-	0.7730
1172.0	3516	-	0.7730
1173.0	3519	-	0.7730
1174.0	3522	-	0.7730
1175.0	3525	-	0.7730
1176.0	3528	-	0.7730
1177.0	3531	-	0.7730
1178.0	3534	-	0.7730
1179.0	3537	-	0.7730
1180.0	3540	-	0.7730
1181.0	3543	-	0.7730
1182.0	3546	-	0.7730
1183.0	3549	-	0.7730
1184.0	3552	-	0.7730
1185.0	3555	-	0.7730
1186.0	3558	-	0.7730
1187.0	3561	-	0.7730
1188.0	3564	-	0.7730
1189.0	3567	-	0.7730
1190.0	3570	-	0.7730
1191.0	3573	-	0.7730
1192.0	3576	-	0.7730
1193.0	3579	-	0.7730
1194.0	3582	-	0.7730
1195.0	3585	-	0.7730
1196.0	3588	-	0.7730
1197.0	3591	-	0.7730
1198.0	3594	-	0.7730
1199.0	3597	-	0.7730
1200.0	3600	-	0.7730

Framework Versions

Python: 3.10.14
Sentence Transformers: 3.0.1
Transformers: 4.44.0
PyTorch: 2.4.0
Accelerate: 0.34.2
Datasets: 2.21.0
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",
}

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}
}