Update README.md

5ca8291 verified 10 days ago

35.6 kB

	---
	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€ââ‚¬ââ€1993) e il classico Savage Sword of Conan
	(1974ÃÂ¢Ã‚â‚¬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.
	-->