File size: 35,559 Bytes
5136e4d 5ca8291 5136e4d 5ca8291 5136e4d 5ca8291 5136e4d 5ca8291 5136e4d 5ca8291 5136e4d 5ca8291 5136e4d 5ca8291 5136e4d |
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143 144 145 146 147 148 149 150 151 152 153 154 155 156 157 158 159 160 161 162 163 164 165 166 167 168 169 170 171 172 173 174 175 176 177 178 179 180 181 182 183 184 185 186 187 188 189 190 191 192 193 194 195 196 197 198 199 200 201 202 203 204 205 206 207 208 209 210 211 212 213 214 215 216 217 218 219 220 221 222 223 224 225 226 227 228 229 230 231 232 233 234 235 236 237 238 239 240 241 242 243 244 245 246 247 248 249 250 251 252 253 254 255 256 257 258 259 260 261 262 263 264 265 266 267 268 269 270 271 272 273 274 275 276 277 278 279 280 281 282 283 284 285 286 287 288 289 290 291 292 293 294 295 296 297 298 299 300 301 302 303 304 305 306 307 308 309 310 311 312 313 314 315 316 317 318 319 320 321 322 323 324 325 326 327 328 329 330 331 332 333 334 335 336 337 338 339 340 341 342 343 344 345 346 347 348 349 350 351 352 353 354 355 356 357 358 359 360 361 362 363 364 365 366 367 368 369 370 371 372 373 374 375 376 377 378 379 380 381 382 383 384 385 386 387 388 389 390 391 392 393 394 395 396 397 398 399 400 401 402 403 404 405 406 407 408 409 410 411 412 413 414 415 416 417 418 419 420 421 422 423 424 425 426 427 428 429 430 431 432 433 434 435 436 437 438 439 440 441 442 443 444 445 446 447 448 449 450 451 452 453 454 455 456 457 458 459 460 461 462 463 464 465 466 467 468 469 470 471 472 473 474 475 476 477 478 479 480 481 482 483 484 485 486 487 488 489 490 491 492 493 494 495 496 497 498 499 500 501 502 503 504 505 506 507 508 509 510 511 512 513 514 515 516 517 518 519 520 521 522 523 524 525 526 527 528 529 530 531 532 533 534 535 536 537 538 539 540 541 542 543 544 545 546 547 548 549 550 551 552 553 554 555 556 557 558 559 560 561 562 563 564 565 566 567 568 569 570 571 572 573 574 575 576 577 578 579 580 581 |
---
license: apache-2.0
tags:
- sentence-transformers
- sentence-similarity
- feature-extraction
- generated_from_trainer
- dataset_size:39780811
- loss:MatryoshkaLoss
- loss:MultipleNegativesRankingLoss
widget:
- source_sentence: è la città Riverdale basata sui fumetti di Archie
sentences:
- >-
Newark Liberty International Airport EWR è l'aeroporto più trafficato
dell'area metropolitana di New York-New Jersey in termini di voli. Nel 2012,
l'aeroporto di Newark Liberty ha servito oltre 34 milioni di passeggeri.
Inaugurato originariamente nel 1928, è il più antico aeroporto d'America e
in seguito è diventato il primo a costruire un terminal di compagnie aeree
commerciali.
- >-
Personaggi Riverdale sulla CW. Ambientato nel presente, Riverdale è una
versione sovversiva di Archie, Betty, Veronica e dei loro amici, esplorando
il surrealismo della vita di provincia - l'oscurità e le stranezze che
ribollono sotto Riverdale... La salutare facciata di Ãâ„.
- >-
A parte un fumetto di Conan precedente e non ufficiale pubblicato in
Messico, i due principali editori di fumetti di Conan sono stati Marvel
Comics e Dark Horse Comics. La Marvel Comics ha lanciato Conan il Barbaro
(1970â€â€ââ€1993) e il classico Savage Sword of Conan
(1974â€ââ€1995). Dark Horse ha lanciato la sua serie Conan nel 2003.
- source_sentence: quando si candida per la rielezione?
sentences:
- >-
La prima visita ha lo scopo di confermare la tua gravidanza e determinare il
tuo stato di salute generale. Inoltre, la visita fornirà al tuo medico
indizio su eventuali fattori di rischio che potrebbero influenzare la tua
gravidanza. In genere sarà più lungo delle visite future. Lo scopo della
visita prenatale è: 1 Determinare la data di scadenza. 2 Scopri la tua
storia di salute. 3 Esplora la storia medica dei membri della famiglia.
- >-
"[Donald Trump è] una persona davvero brillante e di talento, senza alcun
dubbio", ha detto ai giornalisti [Vladimir] Putin, secondo una traduzione di
Interfax. Il leader del GOP è stato schietto sui suoi piani per scongelare
le relazioni degli Stati Uniti con la Russia se dovesse essere eletto
presidente.
- >-
Putin dice che non può escludere la possibilità di essere rieletto nel 2018.
VALDAI, Russia. 19 settembre (Interfax) - Il presidente russo Vladimir Putin
ha detto giovedì che non poteva escludere di candidarsi per la rielezione a
presidente nel 2018. Putin ha rilasciato la dichiarazione durante uno
scambio con l'ex primo ministro francese Francois Fillon in una riunione
della discussione Valdai club.
- source_sentence: costo medio dei libri di testo per semestre
sentences:
- >-
Rinite allergica stagionale. Dymista spray nasale è indicato per il sollievo
dei sintomi della rinite allergica stagionale nei pazienti di età pari o
superiore a 6 anni che richiedono un trattamento sia con azelastina
cloridrato che fluticasone propionato per il sollievo sintomatico. La dose
raccomandata di Dymista è di 1 spruzzo in ciascuna narice due volte al
giorno.
- >-
Ad esempio, la FAFSA 2017-2018 comprende i seguenti semestri: 1 Sessione
estiva 2017. 2 Semestre autunnale 2017. 3 Semestre invernale 2018. 4
Semestre primaverile 2018.
- >-
Se hai intenzione di frequentare la scuola durante l'estate, moltiplica il
costo medio per semestre per tre invece di due. Ad esempio, se in un
semestre tipico, hai seguito 3 corsi principali con costi di libri di testo
a $ 100, $ 150 e $ 125, il tuo costo medio per i libri di testo sarebbe di $
125 a semestre. Ora per tenere conto dell'autunno, della primavera e
dell'estate, moltiplica $ 125 per 3 e hai $ 375. Questo è il costo medio dei
libri universitari all'anno.
- source_sentence: quanto costa tulane un anno?
sentences:
- >-
Secondo i nostri registri, Joel McCrea potrebbe essere single. Joel McCrea
era precedentemente sposato con Frances Dee (1933 - 1990). Joel McCrea aveva
una relazione con Katharine Hepburn (1932), Constance Bennett (1929 - 1930),
Marion Davies e Jean Harlow. Maggiori informazioni su Joel McCrea.
- >-
Sul suo sito web, Tulane riconosce che è costoso - tasse scolastiche e altre
tasse sono quasi $ 54.000 per uno studente del primo anno che vive nel
campus - ma promuove anche borse di studio che vanno da $ 7.500 a $ 25.000
all'anno.
- >-
Torna alle domande. Quante uova depongono gli scriccioli e gli uccelli
azzurri alla volta/in un anno? Gli scriccioli domestici in genere depongono
da sei a otto uova (ma è noto che ne depongono fino a 12!) In una covata, ma
nidificano solo una volta all'anno. Gli uccelli azzurri in genere depongono
sei uova nella prima covata e quattro o cinque nella seconda.
- source_sentence: >-
chi ha promosso l'idea che, perseguendo il proprio interesse in un libero
mercato, si sarebbe effettivamente lavorato per il bene comune?
sentences:
- >-
A cura del personale della Mayo Clinic. Il mal di testa da tuono è
all'altezza del suo nome, attirando la tua attenzione come un tuono. Il
dolore di questi improvvisi e forti mal di testa raggiunge il picco entro 60
secondi e può iniziare a svanire dopo un'ora. Alcuni mal di testa a tuono,
tuttavia, possono durare per più di una settimana. Il mal di testa da tuono
è spesso un segnale di avvertimento di condizioni potenzialmente pericolose
per la vita, solitamente legate a sanguinamento all'interno e intorno al
cervello. Ecco perché è così importante cercare assistenza medica di
emergenza se si verifica un mal di testa a tuono.
- >-
Un'economia di mercato può consistere in vari tipi di cooperative,
collettivi o agenzie statali autonome che acquistano e scambiano beni
capitali nei mercati dei capitali, utilizzando un sistema di prezzi liberi
per allocare beni capitali e lavoro. Il termine economia di libero mercato è
talvolta usato come sinonimo di mercato economia, ma può anche riferirsi al
laissez-faire o all'anarchismo del libero mercato. Le economie di mercato
non presuppongono logicamente l'esistenza della proprietà privata nei mezzi
di produzione.
- >-
Nell'opera più influente di Smith, The Wealth of Nations, ha promosso l'idea
che perseguendo il proprio interesse personale in un libero mercato, si
sarebbe effettivamente lavorato per il bene comune. William Young
pipeline_tag: sentence-similarity
library_name: sentence-transformers
metrics:
- cosine_accuracy
model-index:
- name: >-
Static Embeddings with italian BERT uncased tokenizer finetuned on a subset
of MMARCO
results:
- task:
type: triplet
name: Triplet
dataset:
name: mmarco dev
type: mmarco_dev
metrics:
- type: cosine_accuracy
value: 0.981249988079071
name: Cosine Accuracy
- task:
type: triplet
name: Triplet
dataset:
name: mmarco test
type: mmarco_test
metrics:
- type: cosine_accuracy
value: 0.9833999872207642
name: Cosine Accuracy
datasets:
- unicamp-dl/mmarco
language:
- it
base_model:
- dbmdz/bert-base-italian-uncased
---
# Static Embeddings with italian BERT uncased tokenizer finetuned on a subset of MMARCO
This is a [sentence-transformers](https://www.SBERT.net) model trained on the mmarco 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:** [Unknown](https://huggingface.co/unknown) -->
- **Maximum Sequence Length:** inf tokens
- **Output Dimensionality:** 1024 dimensions
- **Similarity Function:** Cosine Similarity
- **Training Dataset:**
- mmarco
<!-- - **Language:** Unknown -->
- **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): StaticEmbedding(
(embedding): EmbeddingBag(31102, 1024, mode='mean')
)
)
```
## 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("nickprock/static-similarity-mmarco3m-mrl-bert-base-italian-uncased")
# Run inference
sentences = [
"chi ha promosso l'idea che, perseguendo il proprio interesse in un libero mercato, si sarebbe effettivamente lavorato per il bene comune?",
"Nell'opera più influente di Smith, The Wealth of Nations, ha promosso l'idea che perseguendo il proprio interesse personale in un libero mercato, si sarebbe effettivamente lavorato per il bene comune. William Young",
"Un'economia di mercato può consistere in vari tipi di cooperative, collettivi o agenzie statali autonome che acquistano e scambiano beni capitali nei mercati dei capitali, utilizzando un sistema di prezzi liberi per allocare beni capitali e lavoro. Il termine economia di libero mercato è talvolta usato come sinonimo di mercato economia, ma può anche riferirsi al laissez-faire o all'anarchismo del libero mercato. Le economie di mercato non presuppongono logicamente l'esistenza della proprietà privata nei mezzi di produzione.",
]
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]
```
<!--
### Direct Usage (Transformers)
<details><summary>Click to see the direct usage in Transformers</summary>
</details>
-->
<!--
### Downstream Usage (Sentence Transformers)
You can finetune this model on your own dataset.
<details><summary>Click to expand</summary>
</details>
-->
<!--
### Out-of-Scope Use
*List how the model may foreseeably be misused and address what users ought not to do with the model.*
-->
## Evaluation
### Metrics
#### Triplet
* Datasets: `mmarco_dev` and `mmarco_test`
* Evaluated with [<code>TripletEvaluator</code>](https://sbert.net/docs/package_reference/sentence_transformer/evaluation.html#sentence_transformers.evaluation.TripletEvaluator)
| Metric | mmarco_dev | mmarco_test |
|:--------------------|:-----------|:------------|
| **cosine_accuracy** | **0.9812** | **0.9834** |
<!--
## Bias, Risks and Limitations
*What are the known or foreseeable issues stemming from this model? You could also flag here known failure cases or weaknesses of the model.*
-->
<!--
### Recommendations
*What are recommendations with respect to the foreseeable issues? For example, filtering explicit content.*
-->
## Training Details
### Training Dataset
#### mmarco
* Dataset: mmarco
* Size: 39,780,811 training samples
* Columns: <code>query</code>, <code>positive</code>, and <code>negative</code>
* Approximate statistics based on the first 1000 samples:
| | query | positive | negative |
|:--------|:------------------------------------------------------------------------------------------------|:--------------------------------------------------------------------------------------------------|:--------------------------------------------------------------------------------------------------|
| type | string | string | string |
| details | <ul><li>min: 10 characters</li><li>mean: 39.06 characters</li><li>max: 163 characters</li></ul> | <ul><li>min: 65 characters</li><li>mean: 391.41 characters</li><li>max: 1036 characters</li></ul> | <ul><li>min: 61 characters</li><li>mean: 377.77 characters</li><li>max: 1105 characters</li></ul> |
* Samples:
| query | positive | negative |
|:-----------------------------------------------------------|:------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|:-----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|
| <code>di cosa è fatta la lingua?</code> | <code>Lingua e gusto. La lingua è costituita da muscoli ricoperti da membrane mucose. Questi muscoli sono attaccati alla mascella inferiore e all'osso ioide, che si trova appena sopra la laringe e ancora i muscoli della lingua (è l'unico osso del corpo che non tocca nessun altro osso). più sotto. La lingua è costituita da muscoli ricoperti da membrane mucose. Questi muscoli sono attaccati alla mascella inferiore e all'osso ioide, che si trova appena sopra la laringe e ancora i muscoli della lingua (è l'unico osso del corpo che non tocca nessun altro osso).</code> | <code>1 Mal di gola e ulcere della lingua e mal di lingua (10 cause) 2 Mal di gola e ulcere della lingua e sintomi della lingua (10 cause) 3 Mal di gola e ulcere della lingua e sintomi del viso (9 cause) Mal di gola e ulcere della lingua e sintomi della testa (9 cause )</code> |
| <code>dove si trova l'utero nel corpo di una donna?</code> | <code>L'utero è un organo riproduttivo femminile situato tra la vescica e il retto, nella zona pelvica. L'utero ha tre strati: il rivestimento interno (endometrio); lo strato muscolare medio (miometrio); e lo strato esterno (perimetrio).</code> | <code>Panoramica sulle emorroidi. Le emorroidi sono vene dilatate situate nella parte inferiore del retto e dell'ano. Le vene si gonfiano a causa dell'aumento della pressione al loro interno, di solito da costipazione o diarrea profusa, e durante la gravidanza a causa della pressione dell'utero allargato. Le emorroidi interne si trovano nel rivestimento interno del retto e non possono essere percepite. Le vene si gonfiano a causa dell'aumento della pressione al loro interno, di solito da costipazione o diarrea profusa, e durante la gravidanza a causa della pressione dell'utero allargato. Le emorroidi interne si trovano nel rivestimento interno del retto e non possono essere percepite.</code> |
| <code>costo medio del riccio</code> | <code>Un riccio grigio può costare da $ 180 a $ 250, mentre un Cinnicot può costare da $ 180 a $ 250. Un pigmeo africano può variare da $ 50 a $ 300. L'allevatore PogStarHedgehogs.com, ad esempio, vende diversi tipi di ricci che vanno da $ 150 a $ 200.</code> | <code>Il costo medio totale (ATC) è anche chiamato costo medio o costo unitario. I costi totali medi sono un costo chiave nella teoria dell'impresa perché indicano l'efficienza con cui vengono utilizzate le risorse scarse. I costi variabili medi si trovano dividendo i costi variabili fissi totali per l'output. I costi totali medi sono un costo chiave nella teoria dell'impresa perché indicano l'efficienza con cui vengono utilizzate le risorse scarse. I costi variabili medi si ottengono dividendo i costi variabili fissi totali per l'output.</code> |
* Loss: [<code>MatryoshkaLoss</code>](https://sbert.net/docs/package_reference/sentence_transformer/losses.html#matryoshkaloss) with these parameters:
```json
{
"loss": "MultipleNegativesRankingLoss",
"matryoshka_dims": [
1024,
768,
512,
256,
128,
64,
32
],
"matryoshka_weights": [
1,
1,
1,
1,
1,
1,
1
],
"n_dims_per_step": -1
}
```
### Evaluation Dataset
#### mmarco
* Dataset: mmarco
* Size: 39,780,811 evaluation samples
* Columns: <code>query</code>, <code>positive</code>, and <code>negative</code>
* Approximate statistics based on the first 1000 samples:
| | query | positive | negative |
|:--------|:-----------------------------------------------------------------------------------------------|:-------------------------------------------------------------------------------------------------|:-------------------------------------------------------------------------------------------------|
| type | string | string | string |
| details | <ul><li>min: 9 characters</li><li>mean: 39.69 characters</li><li>max: 196 characters</li></ul> | <ul><li>min: 77 characters</li><li>mean: 396.0 characters</li><li>max: 1167 characters</li></ul> | <ul><li>min: 82 characters</li><li>mean: 379.98 characters</li><li>max: 990 characters</li></ul> |
* Samples:
| query | positive | negative |
|:------------------------------------------------------|:-------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|:-------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|
| <code>la massoterapia aiuta per la neuropatia?</code> | <code>Il Foot Pain Center, specializzato nel trattamento della neuropatia periferica, fa molto affidamento sull'uso della massoterapia nel trattamento di questa condizione. La definizione tecnica del massaggio è l'uso della pressione su strutture corporee mirate come muscoli, tendini, nervi, legamenti, articolazioni o vasi linfatici.</code> | <code>Il numero ORI per il Consiglio di massoterapia è EDOH4600Z. Tuttavia, è necessario portare con sé il modulo di rilevamento delle impronte digitali al venditore. Se fai domanda online, c'è un modulo che devi stampare con il tuo numero ORI precompilato.</code> |
| <code>quanto è pericoloso juarez 2015</code> | <code>Rio de Janeiro è la seconda città più grande del Brasile ed è un luogo molto comune da visitare per i turisti. Ma nonostante tutte queste cose, è considerata una delle città più pericolose al mondo nel 2015. Il traffico di droga e i crimini violenti sono al culmine in questa città. Ci sono stati molti tentativi di omicidio tra varie bande che hanno preso il controllo dell'intera città.ut, ci sono poche città al mondo che dovresti evitare di visitare a tutti i costi nel 2015. In questo articolo, elencheremo le 10 città più pericolose 2015.</code> | <code>Lana Lang Lana può essere pericolosa se minacciata o sospettosa, come te! È compassionevole e se tiene a qualcuno, non scherzare con loro. Ti amerà o ti odierà, suona familiare? Ana può essere pericolosa se minacciata o sospettosa, come te! È compassionevole e se tiene a qualcuno, non scherzare con loro. Ti amerà o ti odierà, ti suona familiare?</code> |
| <code>a cosa serve un radar?</code> | <code>Se gridi ciao, il suono potrebbe rimbalzare su di te da un oggetto di grandi dimensioni. Poi senti la tua voce che ritorna. La tua voce di ritorno si chiama eco. Radar e sonar sono dispositivi elettronici che utilizzano il principio di un'eco per rilevare e localizzare oggetti. Sia il radar che il sonar localizzano gli oggetti dall'eco di un segnale che viene rimbalzato sull'oggetto. Il radar utilizza le onde radio, che sono un tipo di energia elettromagnetica. Il sonar utilizza il principio dell'eco inviando onde sonore sott'acqua o attraverso il corpo umano per individuare gli oggetti. Le onde sonore sono un tipo di energia acustica. A causa del diverso tipo di energia utilizzata in radar e sonar, ognuno ha le proprie applicazioni.</code> | <code>per METEO LOCALE: PROFONDITÀ NEVE: RADAR METEO LOCALE: MAPPA METEO STATO: Medford, MA Medford, MA neve Medford, MA radar MA mappa-o--o--o- 02155 02155 neve 02155 radar -o--o- MA MA neve</code> |
* Loss: [<code>MatryoshkaLoss</code>](https://sbert.net/docs/package_reference/sentence_transformer/losses.html#matryoshkaloss) with these parameters:
```json
{
"loss": "MultipleNegativesRankingLoss",
"matryoshka_dims": [
1024,
768,
512,
256,
128,
64,
32
],
"matryoshka_weights": [
1,
1,
1,
1,
1,
1,
1
],
"n_dims_per_step": -1
}
```
### Training Hyperparameters
#### Non-Default Hyperparameters
- `eval_strategy`: steps
- `per_device_train_batch_size`: 2048
- `per_device_eval_batch_size`: 2048
- `learning_rate`: 0.2
- `num_train_epochs`: 1
- `warmup_ratio`: 0.1
- `bf16`: True
- `load_best_model_at_end`: True
- `batch_sampler`: no_duplicates
#### All Hyperparameters
<details><summary>Click to expand</summary>
- `overwrite_output_dir`: False
- `do_predict`: False
- `eval_strategy`: steps
- `prediction_loss_only`: True
- `per_device_train_batch_size`: 2048
- `per_device_eval_batch_size`: 2048
- `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`: 0.2
- `weight_decay`: 0.0
- `adam_beta1`: 0.9
- `adam_beta2`: 0.999
- `adam_epsilon`: 1e-08
- `max_grad_norm`: 1.0
- `num_train_epochs`: 1
- `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`: True
- `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`: True
- `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}
- `tp_size`: 0
- `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`: None
- `hub_always_push`: False
- `gradient_checkpointing`: False
- `gradient_checkpointing_kwargs`: None
- `include_inputs_for_metrics`: False
- `include_for_metrics`: []
- `eval_do_concat_batches`: True
- `fp16_backend`: auto
- `push_to_hub_model_id`: None
- `push_to_hub_organization`: None
- `mp_parameters`:
- `auto_find_batch_size`: False
- `full_determinism`: False
- `torchdynamo`: None
- `ray_scope`: last
- `ddp_timeout`: 1800
- `torch_compile`: False
- `torch_compile_backend`: None
- `torch_compile_mode`: None
- `dispatch_batches`: None
- `split_batches`: None
- `include_tokens_per_second`: False
- `include_num_input_tokens_seen`: False
- `neftune_noise_alpha`: None
- `optim_target_modules`: None
- `batch_eval_metrics`: False
- `eval_on_start`: False
- `use_liger_kernel`: False
- `eval_use_gather_object`: False
- `average_tokens_across_devices`: False
- `prompts`: None
- `batch_sampler`: no_duplicates
- `multi_dataset_batch_sampler`: proportional
</details>
### Training Logs
| Epoch | Step | Training Loss | Validation Loss | mmarco_dev_cosine_accuracy | mmarco_test_cosine_accuracy |
|:------:|:----:|:-------------:|:---------------:|:--------------------------:|:---------------------------:|
| -1 | -1 | - | - | 0.7376 | - |
| 0.0007 | 1 | 41.641 | - | - | - |
| 0.0683 | 100 | 20.789 | 8.6823 | 0.9036 | - |
| 0.1365 | 200 | 7.6202 | 5.9332 | 0.9340 | - |
| 0.2048 | 300 | 5.5177 | 4.6173 | 0.9495 | - |
| 0.2730 | 400 | 4.3551 | 3.8064 | 0.9593 | - |
| 0.3413 | 500 | 3.7185 | 3.3687 | 0.9653 | - |
| 0.4096 | 600 | 3.256 | 3.0356 | 0.9711 | - |
| 0.4778 | 700 | 2.9338 | 2.8374 | 0.9740 | - |
| 0.5461 | 800 | 2.7087 | 2.6892 | 0.9762 | - |
| 0.6143 | 900 | 2.5392 | 2.5313 | 0.9781 | - |
| 0.6826 | 1000 | 2.3883 | 2.3742 | 0.9805 | - |
| 0.7509 | 1100 | 2.2713 | 2.2511 | 0.9812 | - |
| -1 | -1 | - | - | - | 0.9834 |
### Framework Versions
- Python: 3.10.12
- Sentence Transformers: 3.5.0.dev0
- Transformers: 4.50.0.dev0
- PyTorch: 2.5.1+cu121
- Accelerate: 1.2.1
- Datasets: 3.3.1
- Tokenizers: 0.21.0
## Citation
### BibTeX
#### Sentence Transformers
```bibtex
@inproceedings{reimers-2019-sentence-bert,
title = "Sentence-BERT: Sentence Embeddings using Siamese BERT-Networks",
author = "Reimers, Nils and Gurevych, Iryna",
booktitle = "Proceedings of the 2019 Conference on Empirical Methods in Natural Language Processing",
month = "11",
year = "2019",
publisher = "Association for Computational Linguistics",
url = "https://arxiv.org/abs/1908.10084",
}
```
#### MatryoshkaLoss
```bibtex
@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
```bibtex
@misc{henderson2017efficient,
title={Efficient Natural Language Response Suggestion for Smart Reply},
author={Matthew Henderson and Rami Al-Rfou and Brian Strope and Yun-hsuan Sung and Laszlo Lukacs and Ruiqi Guo and Sanjiv Kumar and Balint Miklos and Ray Kurzweil},
year={2017},
eprint={1705.00652},
archivePrefix={arXiv},
primaryClass={cs.CL}
}
```
<!--
## Glossary
*Clearly define terms in order to be accessible across audiences.*
-->
<!--
## Model Card Authors
*Lists the people who create the model card, providing recognition and accountability for the detailed work that goes into its construction.*
-->
<!--
## Model Card Contact
*Provides a way for people who have updates to the Model Card, suggestions, or questions, to contact the Model Card authors.*
--> |