Căn cứ Điều 108, Luật Thú y số 79/2015/QH 13 ngày 19/6/2015 của Quốc hội và Điều 21 Nghị định số 35/2016/NĐ-CP ngày 15/5/2016 của Chính phủ quy định về hành nghề thú y như sau;
1. Điều kiện hành nghề thú y:
- Có đạo đức nghề nghiệp;
- Có đủ sức khỏe hành nghề.
- Có Chứng chỉ hành nghề thú y phù hợp với từng loại hình hành nghề thú y.
2. Điều kiện để cấp chứng chỉ hành nghề thú y:
a. Người hành nghề chẩn đoán, chữa bệnh, phẫu thuật động vật, tư vấn các hoạt động liên quan đến lĩnh vực thú y tối thiểu phải có bằng trung cấp chuyên ngành thú y, chăn nuôi thú y hoặc trung cấp nuôi trồng thủy sản, bệnh học thủy sản đối với hành nghề thú y thủy sản. Người hành nghề tiêm phòng cho động vật phải có chứng chỉ tốt nghiệp lớp đào tạo về kỹ thuật do cơ quan quản lý nhà nước có thẩm quyền cấp tỉnh cấp.
b. Người phụ trách kỹ thuật của cơ sở phẫu thuật động vật, khám bệnh, chẩn đoán bệnh, xét nghiệm bệnh động vật phải có bằng đại học trở lên chuyên ngành thú y, chăn nuôi thú y hoặc nuôi trồng thủy sản, bệnh học thủy sản đối với hành nghề thú y thủy sản.
c. Người buôn bán thuốc thú y phải có bằng trung cấp trở lên chuyên ngành thú y, chăn nuôi thú y hoặc trung cấp nuôi trồng thủy sản, bệnh học thủy sản đối với hành nghề thú y thủy sản.
' sentences: - Căn cứ pháp lý thủ tục cấp Giấy chứng nhận tổ chức đủ điều kiện hoạt động giám định sở hữu công nghiệp - 'Điều kiện để hành nghề và cấp chứng chỉ hành nghề thú y đối với các loại hình: Tiêm phòng, chữa bệnh, phẫu thuật động vật; tư vấn các hoạt động liên quan đến lĩnh vực thú y; khám bệnh, chẩn đoán bệnh, xét nghiệm bệnh động vật; buôn bán thuốc thú y?' - Trường hợp đã có chứng thư số ký duyệt nghiệp vụ dịch vụ công liên quan đến chứng thư số, nếu người sử dụng muốn đăng ký để ký duyệtnghiệp vụ dịch vụ công khác như Mã ngân hàng, Thanh toán liên ngân hàng (TTLNH), Thi đua – Khen thưởng, Thanh toán thì cần phải làm thủ tục gì? pipeline_tag: sentence-similarity model-index: - name: vietnamese-bi-encoder Financial Matryoshka - 2 results: - task: type: information-retrieval name: Information Retrieval dataset: name: dim 768 type: dim_768 metrics: - type: cosine_accuracy@1 value: 0.5329236172080772 name: Cosine Accuracy@1 - type: cosine_accuracy@3 value: 0.6988586479367866 name: Cosine Accuracy@3 - type: cosine_accuracy@5 value: 0.7603160667251976 name: Cosine Accuracy@5 - type: cosine_accuracy@10 value: 0.8138718173836699 name: Cosine Accuracy@10 - type: cosine_precision@1 value: 0.5329236172080772 name: Cosine Precision@1 - type: cosine_precision@3 value: 0.2329528826455955 name: Cosine Precision@3 - type: cosine_precision@5 value: 0.1520632133450395 name: Cosine Precision@5 - type: cosine_precision@10 value: 0.08138718173836698 name: Cosine Precision@10 - type: cosine_recall@1 value: 0.5329236172080772 name: Cosine Recall@1 - type: cosine_recall@3 value: 0.6988586479367866 name: Cosine Recall@3 - type: cosine_recall@5 value: 0.7603160667251976 name: Cosine Recall@5 - type: cosine_recall@10 value: 0.8138718173836699 name: Cosine Recall@10 - type: cosine_ndcg@10 value: 0.6735784668494285 name: Cosine Ndcg@10 - type: cosine_mrr@10 value: 0.6285285756093483 name: Cosine Mrr@10 - type: cosine_map@100 value: 0.6338528205835894 name: Cosine Map@100 - task: type: information-retrieval name: Information Retrieval dataset: name: dim 512 type: dim_512 metrics: - type: cosine_accuracy@1 value: 0.5364354697102721 name: Cosine Accuracy@1 - type: cosine_accuracy@3 value: 0.6997366110623354 name: Cosine Accuracy@3 - type: cosine_accuracy@5 value: 0.762071992976295 name: Cosine Accuracy@5 - type: cosine_accuracy@10 value: 0.8086040386303776 name: Cosine Accuracy@10 - type: cosine_precision@1 value: 0.5364354697102721 name: Cosine Precision@1 - type: cosine_precision@3 value: 0.23324553702077844 name: Cosine Precision@3 - type: cosine_precision@5 value: 0.152414398595259 name: Cosine Precision@5 - type: cosine_precision@10 value: 0.08086040386303775 name: Cosine Precision@10 - type: cosine_recall@1 value: 0.5364354697102721 name: Cosine Recall@1 - type: cosine_recall@3 value: 0.6997366110623354 name: Cosine Recall@3 - type: cosine_recall@5 value: 0.762071992976295 name: Cosine Recall@5 - type: cosine_recall@10 value: 0.8086040386303776 name: Cosine Recall@10 - type: cosine_ndcg@10 value: 0.6733400704768767 name: Cosine Ndcg@10 - type: cosine_mrr@10 value: 0.6297514528199337 name: Cosine Mrr@10 - type: cosine_map@100 value: 0.6355829264231957 name: Cosine Map@100 - task: type: information-retrieval name: Information Retrieval dataset: name: dim 256 type: dim_256 metrics: - type: cosine_accuracy@1 value: 0.5311676909569798 name: Cosine Accuracy@1 - type: cosine_accuracy@3 value: 0.6892010535557507 name: Cosine Accuracy@3 - type: cosine_accuracy@5 value: 0.7550482879719052 name: Cosine Accuracy@5 - type: cosine_accuracy@10 value: 0.8068481123792801 name: Cosine Accuracy@10 - type: cosine_precision@1 value: 0.5311676909569798 name: Cosine Precision@1 - type: cosine_precision@3 value: 0.22973368451858353 name: Cosine Precision@3 - type: cosine_precision@5 value: 0.15100965759438104 name: Cosine Precision@5 - type: cosine_precision@10 value: 0.08068481123792799 name: Cosine Precision@10 - type: cosine_recall@1 value: 0.5311676909569798 name: Cosine Recall@1 - type: cosine_recall@3 value: 0.6892010535557507 name: Cosine Recall@3 - type: cosine_recall@5 value: 0.7550482879719052 name: Cosine Recall@5 - type: cosine_recall@10 value: 0.8068481123792801 name: Cosine Recall@10 - type: cosine_ndcg@10 value: 0.6689063830436761 name: Cosine Ndcg@10 - type: cosine_mrr@10 value: 0.624737307858467 name: Cosine Mrr@10 - type: cosine_map@100 value: 0.6307311118555528 name: Cosine Map@100 - task: type: information-retrieval name: Information Retrieval dataset: name: dim 128 type: dim_128 metrics: - type: cosine_accuracy@1 value: 0.5074626865671642 name: Cosine Accuracy@1 - type: cosine_accuracy@3 value: 0.6681299385425812 name: Cosine Accuracy@3 - type: cosine_accuracy@5 value: 0.7339771729587358 name: Cosine Accuracy@5 - type: cosine_accuracy@10 value: 0.7998244073748902 name: Cosine Accuracy@10 - type: cosine_precision@1 value: 0.5074626865671642 name: Cosine Precision@1 - type: cosine_precision@3 value: 0.22270997951419372 name: Cosine Precision@3 - type: cosine_precision@5 value: 0.14679543459174713 name: Cosine Precision@5 - type: cosine_precision@10 value: 0.07998244073748902 name: Cosine Precision@10 - type: cosine_recall@1 value: 0.5074626865671642 name: Cosine Recall@1 - type: cosine_recall@3 value: 0.6681299385425812 name: Cosine Recall@3 - type: cosine_recall@5 value: 0.7339771729587358 name: Cosine Recall@5 - type: cosine_recall@10 value: 0.7998244073748902 name: Cosine Recall@10 - type: cosine_ndcg@10 value: 0.6520119825054099 name: Cosine Ndcg@10 - type: cosine_mrr@10 value: 0.6049092771436932 name: Cosine Mrr@10 - type: cosine_map@100 value: 0.6107424205763605 name: Cosine Map@100 - task: type: information-retrieval name: Information Retrieval dataset: name: dim 64 type: dim_64 metrics: - type: cosine_accuracy@1 value: 0.47146619841966636 name: Cosine Accuracy@1 - type: cosine_accuracy@3 value: 0.6347673397717296 name: Cosine Accuracy@3 - type: cosine_accuracy@5 value: 0.6918349429323969 name: Cosine Accuracy@5 - type: cosine_accuracy@10 value: 0.7638279192273925 name: Cosine Accuracy@10 - type: cosine_precision@1 value: 0.47146619841966636 name: Cosine Precision@1 - type: cosine_precision@3 value: 0.2115891132572432 name: Cosine Precision@3 - type: cosine_precision@5 value: 0.13836698858647933 name: Cosine Precision@5 - type: cosine_precision@10 value: 0.07638279192273925 name: Cosine Precision@10 - type: cosine_recall@1 value: 0.47146619841966636 name: Cosine Recall@1 - type: cosine_recall@3 value: 0.6347673397717296 name: Cosine Recall@3 - type: cosine_recall@5 value: 0.6918349429323969 name: Cosine Recall@5 - type: cosine_recall@10 value: 0.7638279192273925 name: Cosine Recall@10 - type: cosine_ndcg@10 value: 0.6148557873571111 name: Cosine Ndcg@10 - type: cosine_mrr@10 value: 0.5675923603272155 name: Cosine Mrr@10 - type: cosine_map@100 value: 0.5737454249088845 name: Cosine Map@100 --- # vietnamese-bi-encoder Financial Matryoshka - 2 This is a [sentence-transformers](https://www.SBERT.net) model finetuned from [bkai-foundation-models/vietnamese-bi-encoder](https://huggingface.co/bkai-foundation-models/vietnamese-bi-encoder). 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:** [bkai-foundation-models/vietnamese-bi-encoder](https://huggingface.co/bkai-foundation-models/vietnamese-bi-encoder) - **Maximum Sequence Length:** 256 tokens - **Output Dimensionality:** 768 tokens - **Similarity Function:** Cosine Similarity - **Language:** en - **License:** apache-2.0 ### 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: RobertaModel (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}) ) ``` ## 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("anhtuansh/vietnamese-bi-encoder-financial-matryoshka-2") # Run inference sentences = [ 'Căn cứ Điều 108, Luật Thú y số 79/2015/QH 13 ngày 19/6/2015 của Quốc hội và Điều 21 Nghị định số 35/2016/NĐ-CP ngày 15/5/2016 của Chính phủ quy định về hành nghề thú y như sau;
\n\n1. Điều kiện hành nghề thú y:
\n\n- Có đạo đức nghề nghiệp;
\n\n- Có đủ sức khỏe hành nghề.
\n\n- Có Chứng chỉ hành nghề thú y phù hợp với từng loại hình hành nghề thú y.
\n\n2. Điều kiện để cấp chứng chỉ hành nghề thú y:
\n\na. Người hành nghề chẩn đoán, chữa bệnh, phẫu thuật động vật, tư vấn các hoạt động liên quan đến lĩnh vực thú y tối thiểu phải có bằng trung cấp chuyên ngành thú y, chăn nuôi thú y hoặc trung cấp nuôi trồng thủy sản, bệnh học thủy sản đối với hành nghề thú y thủy sản. Người hành nghề tiêm phòng cho động vật phải có chứng chỉ tốt nghiệp lớp đào tạo về kỹ thuật do cơ quan quản lý nhà nước có thẩm quyền cấp tỉnh cấp.
\n\nb. Người phụ trách kỹ thuật của cơ sở phẫu thuật động vật, khám bệnh, chẩn đoán bệnh, xét nghiệm bệnh động vật phải có bằng đại học trở lên chuyên ngành thú y, chăn nuôi thú y hoặc nuôi trồng thủy sản, bệnh học thủy sản đối với hành nghề thú y thủy sản.
\n\nc. Người buôn bán thuốc thú y phải có bằng trung cấp trở lên chuyên ngành thú y, chăn nuôi thú y hoặc trung cấp nuôi trồng thủy sản, bệnh học thủy sản đối với hành nghề thú y thủy sản.
', 'Điều kiện để hành nghề và cấp chứng chỉ hành nghề thú y đối với các loại hình: Tiêm phòng, chữa bệnh, phẫu thuật động vật; tư vấn các hoạt động liên quan đến lĩnh vực thú y; khám bệnh, chẩn đoán bệnh, xét nghiệm bệnh động vật; buôn bán thuốc thú y?', 'Trường hợp đã có chứng thư số ký duyệt nghiệp vụ dịch vụ công liên quan đến chứng thư số, nếu người sử dụng muốn đăng ký để ký duyệtnghiệp vụ dịch vụ công khác như Mã ngân hàng, Thanh toán liên ngân hàng (TTLNH), Thi đua – Khen thưởng, Thanh toán thì cần phải làm thủ tục gì?', ] 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] ``` ## Evaluation ### Metrics #### Information Retrieval * Dataset: `dim_768` * Evaluated with [InformationRetrievalEvaluator](https://sbert.net/docs/package_reference/sentence_transformer/evaluation.html#sentence_transformers.evaluation.InformationRetrievalEvaluator)
| Metric | Value |
|:--------------------|:-----------|
| cosine_accuracy@1 | 0.5329 |
| cosine_accuracy@3 | 0.6989 |
| cosine_accuracy@5 | 0.7603 |
| cosine_accuracy@10 | 0.8139 |
| cosine_precision@1 | 0.5329 |
| cosine_precision@3 | 0.233 |
| cosine_precision@5 | 0.1521 |
| cosine_precision@10 | 0.0814 |
| cosine_recall@1 | 0.5329 |
| cosine_recall@3 | 0.6989 |
| cosine_recall@5 | 0.7603 |
| cosine_recall@10 | 0.8139 |
| cosine_ndcg@10 | 0.6736 |
| cosine_mrr@10 | 0.6285 |
| **cosine_map@100** | **0.6339** |
#### Information Retrieval
* Dataset: `dim_512`
* Evaluated with [InformationRetrievalEvaluator](https://sbert.net/docs/package_reference/sentence_transformer/evaluation.html#sentence_transformers.evaluation.InformationRetrievalEvaluator)
| Metric | Value |
|:--------------------|:-----------|
| cosine_accuracy@1 | 0.5364 |
| cosine_accuracy@3 | 0.6997 |
| cosine_accuracy@5 | 0.7621 |
| cosine_accuracy@10 | 0.8086 |
| cosine_precision@1 | 0.5364 |
| cosine_precision@3 | 0.2332 |
| cosine_precision@5 | 0.1524 |
| cosine_precision@10 | 0.0809 |
| cosine_recall@1 | 0.5364 |
| cosine_recall@3 | 0.6997 |
| cosine_recall@5 | 0.7621 |
| cosine_recall@10 | 0.8086 |
| cosine_ndcg@10 | 0.6733 |
| cosine_mrr@10 | 0.6298 |
| **cosine_map@100** | **0.6356** |
#### Information Retrieval
* Dataset: `dim_256`
* Evaluated with [InformationRetrievalEvaluator](https://sbert.net/docs/package_reference/sentence_transformer/evaluation.html#sentence_transformers.evaluation.InformationRetrievalEvaluator)
| Metric | Value |
|:--------------------|:-----------|
| cosine_accuracy@1 | 0.5312 |
| cosine_accuracy@3 | 0.6892 |
| cosine_accuracy@5 | 0.755 |
| cosine_accuracy@10 | 0.8068 |
| cosine_precision@1 | 0.5312 |
| cosine_precision@3 | 0.2297 |
| cosine_precision@5 | 0.151 |
| cosine_precision@10 | 0.0807 |
| cosine_recall@1 | 0.5312 |
| cosine_recall@3 | 0.6892 |
| cosine_recall@5 | 0.755 |
| cosine_recall@10 | 0.8068 |
| cosine_ndcg@10 | 0.6689 |
| cosine_mrr@10 | 0.6247 |
| **cosine_map@100** | **0.6307** |
#### Information Retrieval
* Dataset: `dim_128`
* Evaluated with [InformationRetrievalEvaluator](https://sbert.net/docs/package_reference/sentence_transformer/evaluation.html#sentence_transformers.evaluation.InformationRetrievalEvaluator)
| Metric | Value |
|:--------------------|:-----------|
| cosine_accuracy@1 | 0.5075 |
| cosine_accuracy@3 | 0.6681 |
| cosine_accuracy@5 | 0.734 |
| cosine_accuracy@10 | 0.7998 |
| cosine_precision@1 | 0.5075 |
| cosine_precision@3 | 0.2227 |
| cosine_precision@5 | 0.1468 |
| cosine_precision@10 | 0.08 |
| cosine_recall@1 | 0.5075 |
| cosine_recall@3 | 0.6681 |
| cosine_recall@5 | 0.734 |
| cosine_recall@10 | 0.7998 |
| cosine_ndcg@10 | 0.652 |
| cosine_mrr@10 | 0.6049 |
| **cosine_map@100** | **0.6107** |
#### Information Retrieval
* Dataset: `dim_64`
* Evaluated with [InformationRetrievalEvaluator](https://sbert.net/docs/package_reference/sentence_transformer/evaluation.html#sentence_transformers.evaluation.InformationRetrievalEvaluator)
| Metric | Value |
|:--------------------|:-----------|
| cosine_accuracy@1 | 0.4715 |
| cosine_accuracy@3 | 0.6348 |
| cosine_accuracy@5 | 0.6918 |
| cosine_accuracy@10 | 0.7638 |
| cosine_precision@1 | 0.4715 |
| cosine_precision@3 | 0.2116 |
| cosine_precision@5 | 0.1384 |
| cosine_precision@10 | 0.0764 |
| cosine_recall@1 | 0.4715 |
| cosine_recall@3 | 0.6348 |
| cosine_recall@5 | 0.6918 |
| cosine_recall@10 | 0.7638 |
| cosine_ndcg@10 | 0.6149 |
| cosine_mrr@10 | 0.5676 |
| **cosine_map@100** | **0.5737** |
## Training Details
### Training Dataset
#### Unnamed Dataset
* Size: 10,248 training samples
* Columns: positive and anchor
* Approximate statistics based on the first 1000 samples:
| | positive | anchor |
|:--------|:------------------------------------------------------------------------------------|:-----------------------------------------------------------------------------------|
| type | string | string |
| details | Theo quy định tại Điều 7, Nghị định số 15/2018/NĐ-CP của Chính phủ về hướng dẫn Luật ATTP. Đối với sản phẩm sản xuất trong nước Hồ sơ đăng ký bản công bố sản phẩm gồm:a) Bản công bố sản phẩm được quy định tại Mẫu số 02 Phụ lục I ban hành kèm theo Nghị định số 15/2018/NĐ-CP của Chính phủ;b) Phiếu kết quả kiểm nghiệm an toàn thực phẩm của sản phẩm trong thời hạn 12 tháng tính đến ngày nộp hồ sơ được cấp bởi phòng kiểm nghiệm được chỉ định hoặc phòng kiểm nghiệm được công nhận phù hợp ISO 17025 gồm các chỉ tiêu an toàn do Bộ Y tế ban hành theo nguyên tắc quản lý rủi ro phù hợp với quy định của quốc tế hoặc các chỉ tiêu an toàn theo các quy chuẩn, tiêu chuẩn tương ứng do tổ chức, cá nhân công bố trong trường hợp chưa có quy định của Bộ Y tế (bản chính hoặc bản sao chứng thực);c) Bằng chứng khoa học chứng minh công dụng của sản phẩm hoặc của thành phần tạo nên công dụng đã công bố (bản chính hoặc bản sao có xác nhận của tổ chức, cá nhân). Khi sử dụng bằng chứng khoa học về công dụng thành phần của sản phẩm để làm công dụng cho sản phẩm thì liều sử dụng hàng ngày của sản phẩm tối thiểu phải lớn hơn hoặc bằng 15% lượng sử dụng thành phần đó đã nêu trong tài liệu;d) Giấy chứng nhận cơ sở đủ điều kiện an toàn thực phẩm trong trường hợp cơ sở thuộc đối tượng phải cấp giấy chứng nhận cơ sở đủ điều kiện an toàn thực phẩm theo quy định (bản sao có xác nhận của tổ chức, cá nhân);đ) Giấy chứng nhận cơ sở đủ điều kiện an toàn thực phẩm đạt yêu cầu Thực hành sản xuất tốt (GMP) trong trường hợp sản phẩm sản xuất trong nước là thực phẩm bảo vệ sức khỏe áp dụng từ ngày 01 tháng 7 năm 2019 (bản sao có xác nhận của tổ chức, cá nhân). | Hồ sơ công bố đối với nhóm thực phẩm bảo vệ sức khỏe sản xuất trong nước gồm những nội dung gì. |
| Điểm ưu tiên về đối tượng, khu vực của thí sinh phải đúng quy chế của Bộ Giáo dục và Đào tạo, thống nhất và trùng khớp giữa hồ sơ sơ tuyển và hồ sơ xét tuyển. Khi phát hiện có sự sai sót về chế độ ưu tiên, thí sinh phải liên hệ với cơ quan đăng ký hồ sơ để điều chỉnh, cụ thể:- Về hồ sơ sơ tuyển: Thí sinh phải liên hệ với Ban Chỉ huy Quân sự huyện (trung đoàn hoặc tương đương) để được điều chỉnh, xác nhận và gửi về trường mình đăng ký.- Về hồ sơ xét tuyển: Thí sinh phải liên hệ với Sở Giáo dục và Đào tạo nơi thí sinh đăng ký dự Kỳ thi trung học phổ thông quốc gia để được điều chỉnh. | Nếu sai sót về chế độ ưu tiên theo đối tượng hoặc chế độ ưu tiên theo khu vực trong quá trình kê khai hồ sơ sơ tuyển, xét tuyển thí sinh phải liên hệ ở đâu để được điều chỉnh? |
| Theo quy định tại Nghị định số 88/2014/NĐ-CP, Tổng Giám đốc, thành viên Hội đồng xếp hạng tín nhiệm, chuyên viên phân tích phải có trình độ từ đại học trở lên thuộc chuyên ngành kinh tế, tài chính, ngân hàng, kế toán, kiểm toán, thống kê, quản trị kinh doanh hoặc chuyên ngành thuộc lĩnh vực kinh doanh của tổ chức được xếp hạng tín nhiệm. Theo đó, khi cung cấp hồ sơ về Tổng Giám đốc, thành viên Hội đồng xếp hạng tín nhiệm, chuyên viên phân tích, doanh nghiệp cần cung cấp bằng cấp đáp ứng điều kiện quy định tại Nghị định số 88/2014/NĐ-CP. | Về hồ sơ của Tổng Giám đốc, thành viên Hội đồng xếp hạng tín nhiệm, chuyên viên phân tích, trường hợp đã cung cấp bằng đại học của người lao động đáp ứng chuyên ngành theo quy định tại Nghị định số 88/2014/NĐ-CP có cần cung cấp các bằng cấp khác như bằng thạc sĩ, tiến sĩ hay không? |
* Loss: [MatryoshkaLoss](https://sbert.net/docs/package_reference/sentence_transformer/losses.html#matryoshkaloss) with these parameters:
```json
{
"loss": "MultipleNegativesRankingLoss",
"matryoshka_dims": [
768,
512,
256,
128,
64
],
"matryoshka_weights": [
1,
1,
1,
1,
1
],
"n_dims_per_step": -1
}
```
### Training Hyperparameters
#### Non-Default Hyperparameters
- `eval_strategy`: epoch
- `per_device_train_batch_size`: 32
- `per_device_eval_batch_size`: 16
- `gradient_accumulation_steps`: 32
- `learning_rate`: 2e-05
- `num_train_epochs`: 10
- `lr_scheduler_type`: cosine
- `warmup_ratio`: 0.1
- `fp16`: True
- `tf32`: False
- `load_best_model_at_end`: True
- `optim`: adamw_torch_fused
- `batch_sampler`: no_duplicates
#### All Hyperparameters