---
tags:
- sentence-transformers
- sentence-similarity
- feature-extraction
- generated_from_trainer
- dataset_size:24811
- loss:MultipleNegativesRankingLoss
base_model: Alibaba-NLP/gte-multilingual-base
widget:
- source_sentence: 민물과 바닷물에서 자라는 초본 식물은 어떤 종류가 있나요?
sentences:
- 초신성 핵합성에서, R-과정이 초신성 내부에서 핵융합을 일으키는 원인이다. R-과정은 원소의 중성자 포획 과정으로 높은 온도에서 높은 밀도의
중성자 선속이 존재할 때 발생한다. R-과정에서 원자핵은 높은 중성자 선속에 노출되며, 불안정할 정도로 중성자가 많은 원자핵을 구성하는데,
이는 곧 안정된 수준의 중성자를 가지는 원자핵으로 붕괴한다. 중성자 선속은 극도로 높아 매 초 단위 센티미터당 10정도나 된다. 다른 핵합성
과정으로는 P-과정 및 S-과정이 있으며, S-과정은 항성 핵합성에서 나타나는 방식이다.
- 민물 또는 바닷물 속에서 자라는 초본으로서, 세계의 열대와 온대에 널리 분포하고 있으며 약 15속의 100종 가량이 알려져 있다. 한국에는
자라풀·물질경이 등의 5속 5종이 분포하고 있다. 꽃은 취산꽃차례가 퇴화된 모양으로 달리는데, 꽃차례는 아랫부분이 통 모양으로 합쳐진 2개의
포초(包辨)로 둘러싸여 있다. 그러나, 암꽃 또는 양성화에서는 2개 중에서 1개만이 발달하며 다른 것은 퇴화되어 있다. 수꽃은 작으며 포초
속에 많은 수가 만들어지기도 한다. 암수딴그루 또는 암수한그루이고 꽃덮이는 대부분 꽃받침과 꽃부리를 구별할 수 있으며 보통 3수성이다. 씨방은
하위로 2-15개의 심피로 이루어져 있는데, 심피의 옆면은 서로 거의 떨어져 있지만 꽃턱의 안쪽 면이 붙어 있어서 마치 합생 심피처럼 보인다.
심피 안에는 여러 개의 밑씨가 일정한 장소 없이 어디에나 달려 있다. 수분은 물의 흐름이나 곤충에 의해서 또는 작은 수꽃이 잘린 형태로 물
위를 흘러다니다가 암꽃의 암술머리에 붙으면 이루어진다.
- 일반적으로 초본식물은 목본식물에 비해 매우 작지만, 파초속(바나나가 속하는 속) 식물처럼 어지간한 관목보다 크게 자라는 초본식물도 있다.
- source_sentence: 미국 독립 전쟁 중 종교와 정치의 분리에 대한 논의는 어떻게 이루어졌나요?
sentences:
- 아울러 철판이 아닌 FRP 소재를 적극 사용하여 사용자가 직접 외관을 튜닝하는 드레스포메이션(Dress-formation)을 구현하였다. 이로
인해 3D 프린터를 이용해 범퍼나 휀더를 직접 만드는 것이 가능케 하였다.
- 미국 독립 전쟁의 과정에서 독립선언서를 채택한 미국인들은 대부분 청교도와 같은 개신교 신자였으며, 미국 독립 선언서에서 말하는 천부인권은 개개인이
신에게서 받은 것이란 믿음을 기반으로 하고 있었다. 그러나, 존 로크와 같은 영국 계몽주의 사상가들의 영향을 받았던 이들은 종교와 정치가 엄격히
분리되어야 한다고 생각하였고, 이것은 미국 헌법 제1조에 “의회는 특정 종교를 국교로 삼을 수 없다”고 명문화 되었다. 그러나, 종교와 정치는
쉽게 분리되지 않았고, 미국 독립 이후 흔히 WASP라 불리는 백인·엥글로섹슨계·개신교도는 미국의 핵심 세력이 되었다.
- 정교분리의 출발은 미국헌법이 만들어질 때 국교를 부인하는데서 시작된다. 정교분리는 자유의 원리이다. 정치와 종교는 분리되어야 한다는 이용어
개념은 원래 미국 헌법 수정 1조 교회와 국가의 분리라는 말로 처음 사용됨으로써 이후 세계적으로 일반화되어 갔다. 하지만 서유럽과 북미를 제외한
지역에서는 교회 –국가의 분리라는 말보다 ‘정교분리’가 더 일반적으로 사용된다.
- source_sentence: 수동 가스 텅스텐 아크 용접의 어려운 점은 무엇인가요?
sentences:
- '정사각뿔의 절두체의 부피 공식은 이집트 제13왕조(약 1850 BC)에 쓰인 모스크바 수학 파피루스라고 불리는 고대 이집트 수학에서 발견되었다:
여기서 "a"와 "b"는 깎은 각뿔의 밑면과 윗면의 변의 길이이고, "h"는 높이이다.
이집트인들은 깎은 정사각뿔의 부피를 얻는 공식을 알았지만, 모스크바 파피루스에서 주어진 이 공식에 대한 증명은 없다.'
- 수동 가스 텅스텐 아크 용접은 용접기가 요구하는 조정 때문에 상대적으로 어려운 용접 방법이다. 토치 용접과 마찬가지로 GTAW는 일반적으로
두손이 필요하다. 대부분의 응용에서는 한손으로 용접 영역에 필러 금속을 수동으로 공급하고 다른 용접 토치를 조작해야하기 때문이다. 짧은 아크
길이를 유지하면서 전극과 작업물 사이의 접촉을 방지하는 것도 중요하다.
- '아크용접의 일종.
융점이 상당히 높은 텅스텐 봉으로 부터 아크가 발생해 그 열로 재료를 녹인다.
반자동 용접과 같이 실드가스를 이용한다. 녹이는 재료를 첨가하는것도 가능하다.
정밀한 용접의 경우에 좋아 고압 파이프나 정밀기기의 용접 등에 사용된다.
고융점의 텅스텐을 전극으로 하기때문에 전극자체의 소모는 적으나
용접금속을 부가하기 위해 왼손에 용접봉을 들고 작업해야한다.
양손을 사용하기때문에 숙련도가 필요하다. 비교적 난이도는 높지만, 비철금속에 대한 용접에 적응력이 높다.
실제로 알루미늄이나 스테인레스 용접을 사용하면, 아크가 프라즈마상태로 되어 가스 용접이나 납땜과 같이
녹아 붙기 때문에 기본적으로 맞대기용접 중에서는 가장 간단한 방법이다.
유일하게 용접작업 시 불꽃이 튀지 않은 특징이 있다.'
- source_sentence: 고레다타 친황의 증손인 미나모토노 고쇼는 어떤 역할을 했나요?
sentences:
- 제 58대 고코 천황의 자손. 제 1황자 고레다타 친황(是忠親王)의 증손 미나모토노 고쇼(源康尚)는 불상 제작 장인의 시조로, 그 계통에서
불상 제작공의 각 유파가 배출되었다.
- 지방도 제815호선은 전라남도 무안군 일로읍 월암리 월암 교차로와 함평군 함평읍 대덕리 백곡 교차로를 잇는 전라남도의 지방도이다. 일로 나들목을
통해 서해안고속도로와 연결되며 무안국제공항으로 이어지는 도로이기도 하다.
- 제 88대 고사가 천황의 손자 고레야스 친왕(惟康親王)의 자손. 고사가 천황의 제 2황자 무네다카 친왕(宗尊親王)이 가마쿠라 막부 제 6대
쇼군의 자리를 사퇴한 뒤, 그의 아들 중 하나로 제 7대 쇼군에 취임한 고레야스에게 미나모토 성을 내려 미나모토노 고레야스가 되었다. 단,
그 뒤 가마쿠라 막부가 고레야스를 교토로 추방하고 그를 대신하여 히사아키 친왕(久明親王)을 쇼군으로 추대하기 위하여 그 사전준비로서 고레야스를
친왕에 임명하게 하여, 고레야스는 황족으로 복귀하였다. 즉, 고사가 겐지는 고레야스 1대로 끝났다.
- source_sentence: 유성체 흐름은 어떻게 분포되어 있나요?
sentences:
- 유성체 흐름은 대체로 모혜성의 공전궤도를 중심으로 원통형으로 분포되어 있다. 유성체의 밀도는 모혜성의 공전 궤도로 갈수록 높아지며, 지구가
이러한 유성체 흐름을 관통할 때, 중심에 다가갈수록 더 많은 유성체가 지구 대기 속으로 돌입하게 된다. 따라서 한 유성우가 나타날 때는 매일
나타나는 유성의 개수가 증가하다가 감소하는 경향을 띤다. 관측적으로 지수함수적으로 증가하다가 지수함수적으로 감소하는 경향을 보인다. 한 유성우가
나타나는 시기의 유성개수의 변화는, 어떤 시점 formula_1에서 formula_2 와 같이 나타낼 수 있다. 유성의 개수는 formula_3일
때 최대가 되는데, 이것을 극대기라고 한다. 또한 formula_4의 시간 규모는 유성의 개수가 확연하게 변하는 시간 규모에 해당한다. 이른바
지수함수적 시간척도(e-folding time scale)이라고 하는 것이다. 단순히 나타나는 유성의 개수를 세기만 해도 이러한 값들은 측정할
수 있으며, 이로부터 지구 공전 궤도상에 놓여 있는 유성체 흐름의 분포를 자세히 연구할 수 있다.
- 《G.I. 블루스》(G.I. Blues)는 1960년 미국 뮤지컬 코미디 영화로 노먼 터로그가 연출하고 엘비스 프레슬리, 줄리엣 프로스, 로버브
아이버스가 출연한다. 영화는 파라마운트 픽처스 스튜디오에서 촬영되었으며 프레슬리가 제대하기 전에 전 제작 풍경 장면이 독일에서 촬영되었다.
영화는 《버라이어티》의 전국 박스오피스 차트에서 2위를 달성했다. 로럴 어워드의 1960년 최고의 뮤지컬 부문에서 2위 상을 수상했다.
- 유성체는 대부분 혜성에서 떨어져 나온 부스러기이며, 일부는 소행성에서 떨어져 나온 부스러기도 있다. 유성체는 혜성이 해에 가까이 올 때마다
방출되는데, 해에 접근한 혜성의 속도는 보통 수 십 km/s를 넘는다. 유성체들이 혜성에서 떨어져 나올 때, 방출 속도가 조금씩 다르고 혜성이
또한 자전하므로 유성체들의 속도 성분은 혜성의 속도와 약간씩 차이가 생기게 된다. 그러나 그 양은 혜성의 속도에 비해 아주 작다. 그러나 이
작은 속도 차이 때문에 유성체들은 대체로 혜성의 궤도를 따라 운동을 하되 약간씩 다른 궤도를 돌게 되어, 마침내 혜성에서 나온 유성체들은 혜성의
공전 궤도를 따라 띠를 형성하게 된다. 더군다나 한번 방출된 유성체는 주로 목성과 해의 인력을 받게 되므로 띠는 점점 더 넓어지고 균질하게
된다. 이것을 유성체 흐름(meteoroid stream)이라고 한다. 지구가 유성체 흐름을 휩쓸고 지나갈 때 유성우가 일어난다.
pipeline_tag: sentence-similarity
library_name: sentence-transformers
---
# SentenceTransformer based on Alibaba-NLP/gte-multilingual-base
This is a [sentence-transformers](https://www.SBERT.net) model finetuned from [Alibaba-NLP/gte-multilingual-base](https://huggingface.co/Alibaba-NLP/gte-multilingual-base). 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:** [Alibaba-NLP/gte-multilingual-base](https://huggingface.co/Alibaba-NLP/gte-multilingual-base)
- **Maximum Sequence Length:** 512 tokens
- **Output Dimensionality:** 768 tokens
- **Similarity Function:** Cosine Similarity
### 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': 512, 'do_lower_case': False}) with Transformer model: NewModel
(1): Pooling({'word_embedding_dimension': 768, '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:
```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("seongil-dn/gte-further-filtered-neg5")
# Run inference
sentences = [
'유성체 흐름은 어떻게 분포되어 있나요?',
'유성체 흐름은 대체로 모혜성의 공전궤도를 중심으로 원통형으로 분포되어 있다. 유성체의 밀도는 모혜성의 공전 궤도로 갈수록 높아지며, 지구가 이러한 유성체 흐름을 관통할 때, 중심에 다가갈수록 더 많은 유성체가 지구 대기 속으로 돌입하게 된다. 따라서 한 유성우가 나타날 때는 매일 나타나는 유성의 개수가 증가하다가 감소하는 경향을 띤다. 관측적으로 지수함수적으로 증가하다가 지수함수적으로 감소하는 경향을 보인다. 한 유성우가 나타나는 시기의 유성개수의 변화는, 어떤 시점 formula_1에서 formula_2 와 같이 나타낼 수 있다. 유성의 개수는 formula_3일 때 최대가 되는데, 이것을 극대기라고 한다. 또한 formula_4의 시간 규모는 유성의 개수가 확연하게 변하는 시간 규모에 해당한다. 이른바 지수함수적 시간척도(e-folding time scale)이라고 하는 것이다. 단순히 나타나는 유성의 개수를 세기만 해도 이러한 값들은 측정할 수 있으며, 이로부터 지구 공전 궤도상에 놓여 있는 유성체 흐름의 분포를 자세히 연구할 수 있다.',
'유성체는 대부분 혜성에서 떨어져 나온 부스러기이며, 일부는 소행성에서 떨어져 나온 부스러기도 있다. 유성체는 혜성이 해에 가까이 올 때마다 방출되는데, 해에 접근한 혜성의 속도는 보통 수 십 km/s를 넘는다. 유성체들이 혜성에서 떨어져 나올 때, 방출 속도가 조금씩 다르고 혜성이 또한 자전하므로 유성체들의 속도 성분은 혜성의 속도와 약간씩 차이가 생기게 된다. 그러나 그 양은 혜성의 속도에 비해 아주 작다. 그러나 이 작은 속도 차이 때문에 유성체들은 대체로 혜성의 궤도를 따라 운동을 하되 약간씩 다른 궤도를 돌게 되어, 마침내 혜성에서 나온 유성체들은 혜성의 공전 궤도를 따라 띠를 형성하게 된다. 더군다나 한번 방출된 유성체는 주로 목성과 해의 인력을 받게 되므로 띠는 점점 더 넓어지고 균질하게 된다. 이것을 유성체 흐름(meteoroid stream)이라고 한다. 지구가 유성체 흐름을 휩쓸고 지나갈 때 유성우가 일어난다.',
]
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]
```
## Training Details
### Training Hyperparameters
#### Non-Default Hyperparameters
- `per_device_train_batch_size`: 64
- `learning_rate`: 7e-05
- `adam_epsilon`: 1e-07
- `warmup_ratio`: 0.05
- `bf16`: True
- `batch_sampler`: no_duplicates
#### All Hyperparameters
Click to expand
- `overwrite_output_dir`: False
- `do_predict`: False
- `eval_strategy`: no
- `prediction_loss_only`: True
- `per_device_train_batch_size`: 64
- `per_device_eval_batch_size`: 8
- `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`: 7e-05
- `weight_decay`: 0.0
- `adam_beta1`: 0.9
- `adam_beta2`: 0.999
- `adam_epsilon`: 1e-07
- `max_grad_norm`: 1.0
- `num_train_epochs`: 3
- `max_steps`: -1
- `lr_scheduler_type`: linear
- `lr_scheduler_kwargs`: {}
- `warmup_ratio`: 0.05
- `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`: True
- `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`: no_duplicates
- `multi_dataset_batch_sampler`: proportional
### Training Logs
Click to expand
| Epoch | Step | Training Loss |
|:------:|:----:|:-------------:|
| 0.0026 | 1 | 0.7679 |
| 0.0052 | 2 | 0.62 |
| 0.0078 | 3 | 0.5875 |
| 0.0103 | 4 | 0.5567 |
| 0.0129 | 5 | 0.6888 |
| 0.0155 | 6 | 0.6659 |
| 0.0181 | 7 | 0.6805 |
| 0.0207 | 8 | 0.5872 |
| 0.0233 | 9 | 0.7301 |
| 0.0258 | 10 | 0.4989 |
| 0.0284 | 11 | 0.6243 |
| 0.0310 | 12 | 0.6136 |
| 0.0336 | 13 | 0.6529 |
| 0.0362 | 14 | 0.5536 |
| 0.0388 | 15 | 0.7124 |
| 0.0413 | 16 | 0.5901 |
| 0.0439 | 17 | 0.5009 |
| 0.0465 | 18 | 0.6692 |
| 0.0491 | 19 | 0.5198 |
| 0.0517 | 20 | 0.4958 |
| 0.0543 | 21 | 0.5647 |
| 0.0568 | 22 | 0.5084 |
| 0.0594 | 23 | 0.6018 |
| 0.0620 | 24 | 0.5501 |
| 0.0646 | 25 | 0.6171 |
| 0.0672 | 26 | 0.4677 |
| 0.0698 | 27 | 0.4531 |
| 0.0724 | 28 | 0.5457 |
| 0.0749 | 29 | 0.4137 |
| 0.0775 | 30 | 0.502 |
| 0.0801 | 31 | 0.3585 |
| 0.0827 | 32 | 0.4246 |
| 0.0853 | 33 | 0.4401 |
| 0.0879 | 34 | 0.448 |
| 0.0904 | 35 | 0.4464 |
| 0.0930 | 36 | 0.4546 |
| 0.0956 | 37 | 0.4943 |
| 0.0982 | 38 | 0.3874 |
| 0.1008 | 39 | 0.4109 |
| 0.1034 | 40 | 0.4747 |
| 0.1059 | 41 | 0.3218 |
| 0.1085 | 42 | 0.2444 |
| 0.1111 | 43 | 0.4396 |
| 0.1137 | 44 | 0.3343 |
| 0.1163 | 45 | 0.4269 |
| 0.1189 | 46 | 0.2613 |
| 0.1214 | 47 | 0.4472 |
| 0.1240 | 48 | 0.3737 |
| 0.1266 | 49 | 0.3696 |
| 0.1292 | 50 | 0.2962 |
| 0.1318 | 51 | 0.3207 |
| 0.1344 | 52 | 0.3006 |
| 0.1370 | 53 | 0.266 |
| 0.1395 | 54 | 0.4126 |
| 0.1421 | 55 | 0.2782 |
| 0.1447 | 56 | 0.3467 |
| 0.1473 | 57 | 0.3688 |
| 0.1499 | 58 | 0.3782 |
| 0.1525 | 59 | 0.2399 |
| 0.1550 | 60 | 0.3389 |
| 0.1576 | 61 | 0.2953 |
| 0.1602 | 62 | 0.262 |
| 0.1628 | 63 | 0.2786 |
| 0.1654 | 64 | 0.278 |
| 0.1680 | 65 | 0.2649 |
| 0.1705 | 66 | 0.2248 |
| 0.1731 | 67 | 0.2802 |
| 0.1757 | 68 | 0.1902 |
| 0.1783 | 69 | 0.2678 |
| 0.1809 | 70 | 0.2554 |
| 0.1835 | 71 | 0.31 |
| 0.1860 | 72 | 0.2631 |
| 0.1886 | 73 | 0.2766 |
| 0.1912 | 74 | 0.3062 |
| 0.1938 | 75 | 0.2294 |
| 0.1964 | 76 | 0.1803 |
| 0.1990 | 77 | 0.345 |
| 0.2016 | 78 | 0.2374 |
| 0.2041 | 79 | 0.2737 |
| 0.2067 | 80 | 0.2879 |
| 0.2093 | 81 | 0.1561 |
| 0.2119 | 82 | 0.2342 |
| 0.2145 | 83 | 0.1912 |
| 0.2171 | 84 | 0.2001 |
| 0.2196 | 85 | 0.2577 |
| 0.2222 | 86 | 0.236 |
| 0.2248 | 87 | 0.2604 |
| 0.2274 | 88 | 0.309 |
| 0.2300 | 89 | 0.2576 |
| 0.2326 | 90 | 0.254 |
| 0.2351 | 91 | 0.1699 |
| 0.2377 | 92 | 0.3595 |
| 0.2403 | 93 | 0.2516 |
| 0.2429 | 94 | 0.2495 |
| 0.2455 | 95 | 0.2182 |
| 0.2481 | 96 | 0.3665 |
| 0.2506 | 97 | 0.3084 |
| 0.2532 | 98 | 0.3122 |
| 0.2558 | 99 | 0.2174 |
| 0.2584 | 100 | 0.2536 |
| 0.2610 | 101 | 0.1953 |
| 0.2636 | 102 | 0.2979 |
| 0.2661 | 103 | 0.1005 |
| 0.2687 | 104 | 0.3461 |
| 0.2713 | 105 | 0.2068 |
| 0.2739 | 106 | 0.1989 |
| 0.2765 | 107 | 0.3092 |
| 0.2791 | 108 | 0.1499 |
| 0.2817 | 109 | 0.1323 |
| 0.2842 | 110 | 0.1536 |
| 0.2868 | 111 | 0.264 |
| 0.2894 | 112 | 0.1333 |
| 0.2920 | 113 | 0.2626 |
| 0.2946 | 114 | 0.2832 |
| 0.2972 | 115 | 0.1162 |
| 0.2997 | 116 | 0.2126 |
| 0.3023 | 117 | 0.201 |
| 0.3049 | 118 | 0.2199 |
| 0.3075 | 119 | 0.2757 |
| 0.3101 | 120 | 0.2305 |
| 0.3127 | 121 | 0.2136 |
| 0.3152 | 122 | 0.1326 |
| 0.3178 | 123 | 0.1717 |
| 0.3204 | 124 | 0.2084 |
| 0.3230 | 125 | 0.2609 |
| 0.3256 | 126 | 0.3399 |
| 0.3282 | 127 | 0.2941 |
| 0.3307 | 128 | 0.4065 |
| 0.3333 | 129 | 0.1987 |
| 0.3359 | 130 | 0.1859 |
| 0.3385 | 131 | 0.1925 |
| 0.3411 | 132 | 0.2456 |
| 0.3437 | 133 | 0.2226 |
| 0.3463 | 134 | 0.1664 |
| 0.3488 | 135 | 0.1657 |
| 0.3514 | 136 | 0.2225 |
| 0.3540 | 137 | 0.2497 |
| 0.3566 | 138 | 0.297 |
| 0.3592 | 139 | 0.2724 |
| 0.3618 | 140 | 0.1881 |
| 0.3643 | 141 | 0.2542 |
| 0.3669 | 142 | 0.2917 |
| 0.3695 | 143 | 0.1989 |
| 0.3721 | 144 | 0.1373 |
| 0.3747 | 145 | 0.1697 |
| 0.3773 | 146 | 0.2558 |
| 0.3798 | 147 | 0.1616 |
| 0.3824 | 148 | 0.2284 |
| 0.3850 | 149 | 0.1968 |
| 0.3876 | 150 | 0.1204 |
| 0.3902 | 151 | 0.2593 |
| 0.3928 | 152 | 0.3826 |
| 0.3953 | 153 | 0.2153 |
| 0.3979 | 154 | 0.2661 |
| 0.4005 | 155 | 0.2417 |
| 0.4031 | 156 | 0.234 |
| 0.4057 | 157 | 0.1506 |
| 0.4083 | 158 | 0.1771 |
| 0.4109 | 159 | 0.1616 |
| 0.4134 | 160 | 0.1898 |
| 0.4160 | 161 | 0.1969 |
| 0.4186 | 162 | 0.2431 |
| 0.4212 | 163 | 0.1992 |
| 0.4238 | 164 | 0.192 |
| 0.4264 | 165 | 0.2028 |
| 0.4289 | 166 | 0.2382 |
| 0.4315 | 167 | 0.2275 |
| 0.4341 | 168 | 0.1574 |
| 0.4367 | 169 | 0.2832 |
| 0.4393 | 170 | 0.1972 |
| 0.4419 | 171 | 0.2315 |
| 0.4444 | 172 | 0.2247 |
| 0.4470 | 173 | 0.2341 |
| 0.4496 | 174 | 0.2244 |
| 0.4522 | 175 | 0.1645 |
| 0.4548 | 176 | 0.2609 |
| 0.4574 | 177 | 0.1761 |
| 0.4599 | 178 | 0.4045 |
| 0.4625 | 179 | 0.1938 |
| 0.4651 | 180 | 0.3102 |
| 0.4677 | 181 | 0.1975 |
| 0.4703 | 182 | 0.2006 |
| 0.4729 | 183 | 0.1991 |
| 0.4755 | 184 | 0.164 |
| 0.4780 | 185 | 0.2669 |
| 0.4806 | 186 | 0.1775 |
| 0.4832 | 187 | 0.1271 |
| 0.4858 | 188 | 0.2955 |
| 0.4884 | 189 | 0.1761 |
| 0.4910 | 190 | 0.2153 |
| 0.4935 | 191 | 0.1312 |
| 0.4961 | 192 | 0.2594 |
| 0.4987 | 193 | 0.1715 |
| 0.5013 | 194 | 0.2089 |
| 0.5039 | 195 | 0.2036 |
| 0.5065 | 196 | 0.1404 |
| 0.5090 | 197 | 0.2259 |
| 0.5116 | 198 | 0.1722 |
| 0.5142 | 199 | 0.2353 |
| 0.5168 | 200 | 0.2091 |
| 0.5194 | 201 | 0.1738 |
| 0.5220 | 202 | 0.1803 |
| 0.5245 | 203 | 0.1872 |
| 0.5271 | 204 | 0.1481 |
| 0.5297 | 205 | 0.1634 |
| 0.5323 | 206 | 0.3416 |
| 0.5349 | 207 | 0.2206 |
| 0.5375 | 208 | 0.2167 |
| 0.5401 | 209 | 0.199 |
| 0.5426 | 210 | 0.1626 |
| 0.5452 | 211 | 0.3082 |
| 0.5478 | 212 | 0.2092 |
| 0.5504 | 213 | 0.2217 |
| 0.5530 | 214 | 0.2334 |
| 0.5556 | 215 | 0.1734 |
| 0.5581 | 216 | 0.2058 |
| 0.5607 | 217 | 0.2501 |
| 0.5633 | 218 | 0.3214 |
| 0.5659 | 219 | 0.1748 |
| 0.5685 | 220 | 0.2109 |
| 0.5711 | 221 | 0.1062 |
| 0.5736 | 222 | 0.3309 |
| 0.5762 | 223 | 0.1409 |
| 0.5788 | 224 | 0.1875 |
| 0.5814 | 225 | 0.2103 |
| 0.5840 | 226 | 0.1565 |
| 0.5866 | 227 | 0.2551 |
| 0.5891 | 228 | 0.2042 |
| 0.5917 | 229 | 0.1288 |
| 0.5943 | 230 | 0.1366 |
| 0.5969 | 231 | 0.1543 |
| 0.5995 | 232 | 0.2069 |
| 0.6021 | 233 | 0.2953 |
| 0.6047 | 234 | 0.2239 |
| 0.6072 | 235 | 0.2046 |
| 0.6098 | 236 | 0.1682 |
| 0.6124 | 237 | 0.2401 |
| 0.6150 | 238 | 0.2596 |
| 0.6176 | 239 | 0.1951 |
| 0.6202 | 240 | 0.2029 |
| 0.6227 | 241 | 0.1464 |
| 0.6253 | 242 | 0.1661 |
| 0.6279 | 243 | 0.1447 |
| 0.6305 | 244 | 0.1014 |
| 0.6331 | 245 | 0.1757 |
| 0.6357 | 246 | 0.1526 |
| 0.6382 | 247 | 0.1417 |
| 0.6408 | 248 | 0.1654 |
| 0.6434 | 249 | 0.2216 |
| 0.6460 | 250 | 0.287 |
| 0.6486 | 251 | 0.3283 |
| 0.6512 | 252 | 0.1765 |
| 0.6537 | 253 | 0.184 |
| 0.6563 | 254 | 0.2038 |
| 0.6589 | 255 | 0.2501 |
| 0.6615 | 256 | 0.2285 |
| 0.6641 | 257 | 0.2239 |
| 0.6667 | 258 | 0.2949 |
| 0.6693 | 259 | 0.1532 |
| 0.6718 | 260 | 0.2584 |
| 0.6744 | 261 | 0.1513 |
| 0.6770 | 262 | 0.1326 |
| 0.6796 | 263 | 0.2777 |
| 0.6822 | 264 | 0.1235 |
| 0.6848 | 265 | 0.1843 |
| 0.6873 | 266 | 0.2934 |
| 0.6899 | 267 | 0.1732 |
| 0.6925 | 268 | 0.177 |
| 0.6951 | 269 | 0.1428 |
| 0.6977 | 270 | 0.1583 |
| 0.7003 | 271 | 0.208 |
| 0.7028 | 272 | 0.1847 |
| 0.7054 | 273 | 0.1349 |
| 0.7080 | 274 | 0.1644 |
| 0.7106 | 275 | 0.214 |
| 0.7132 | 276 | 0.2338 |
| 0.7158 | 277 | 0.2421 |
| 0.7183 | 278 | 0.1836 |
| 0.7209 | 279 | 0.3185 |
| 0.7235 | 280 | 0.228 |
| 0.7261 | 281 | 0.2234 |
| 0.7287 | 282 | 0.2504 |
| 0.7313 | 283 | 0.1918 |
| 0.7339 | 284 | 0.2107 |
| 0.7364 | 285 | 0.1607 |
| 0.7390 | 286 | 0.1298 |
| 0.7416 | 287 | 0.2802 |
| 0.7442 | 288 | 0.1903 |
| 0.7468 | 289 | 0.2628 |
| 0.7494 | 290 | 0.1593 |
| 0.7519 | 291 | 0.1993 |
| 0.7545 | 292 | 0.1634 |
| 0.7571 | 293 | 0.2143 |
| 0.7597 | 294 | 0.2684 |
| 0.7623 | 295 | 0.1996 |
| 0.7649 | 296 | 0.1374 |
| 0.7674 | 297 | 0.1547 |
| 0.7700 | 298 | 0.2221 |
| 0.7726 | 299 | 0.1802 |
| 0.7752 | 300 | 0.2051 |
| 0.7778 | 301 | 0.1657 |
| 0.7804 | 302 | 0.1539 |
| 0.7829 | 303 | 0.1398 |
| 0.7855 | 304 | 0.211 |
| 0.7881 | 305 | 0.2118 |
| 0.7907 | 306 | 0.2215 |
| 0.7933 | 307 | 0.1258 |
| 0.7959 | 308 | 0.1504 |
| 0.7984 | 309 | 0.2606 |
| 0.8010 | 310 | 0.1805 |
| 0.8036 | 311 | 0.2559 |
| 0.8062 | 312 | 0.1002 |
| 0.8088 | 313 | 0.2279 |
| 0.8114 | 314 | 0.1518 |
| 0.8140 | 315 | 0.191 |
| 0.8165 | 316 | 0.1891 |
| 0.8191 | 317 | 0.1497 |
| 0.8217 | 318 | 0.1704 |
| 0.8243 | 319 | 0.1839 |
| 0.8269 | 320 | 0.132 |
| 0.8295 | 321 | 0.2276 |
| 0.8320 | 322 | 0.2594 |
| 0.8346 | 323 | 0.1868 |
| 0.8372 | 324 | 0.1443 |
| 0.8398 | 325 | 0.1967 |
| 0.8424 | 326 | 0.1041 |
| 0.8450 | 327 | 0.2678 |
| 0.8475 | 328 | 0.1805 |
| 0.8501 | 329 | 0.1565 |
| 0.8527 | 330 | 0.1672 |
| 0.8553 | 331 | 0.1416 |
| 0.8579 | 332 | 0.1541 |
| 0.8605 | 333 | 0.177 |
| 0.8630 | 334 | 0.098 |
| 0.8656 | 335 | 0.2422 |
| 0.8682 | 336 | 0.1849 |
| 0.8708 | 337 | 0.0895 |
| 0.8734 | 338 | 0.2132 |
| 0.8760 | 339 | 0.1613 |
| 0.8786 | 340 | 0.1912 |
| 0.8811 | 341 | 0.2053 |
| 0.8837 | 342 | 0.1021 |
| 0.8863 | 343 | 0.2787 |
| 0.8889 | 344 | 0.1864 |
| 0.8915 | 345 | 0.2768 |
| 0.8941 | 346 | 0.1357 |
| 0.8966 | 347 | 0.1293 |
| 0.8992 | 348 | 0.1857 |
| 0.9018 | 349 | 0.1266 |
| 0.9044 | 350 | 0.1166 |
| 0.9070 | 351 | 0.2127 |
| 0.9096 | 352 | 0.2263 |
| 0.9121 | 353 | 0.2055 |
| 0.9147 | 354 | 0.164 |
| 0.9173 | 355 | 0.0932 |
| 0.9199 | 356 | 0.1028 |
| 0.9225 | 357 | 0.142 |
| 0.9251 | 358 | 0.1558 |
| 0.9276 | 359 | 0.149 |
| 0.9302 | 360 | 0.1967 |
| 0.9328 | 361 | 0.1272 |
| 0.9354 | 362 | 0.2464 |
| 0.9380 | 363 | 0.1894 |
| 0.9406 | 364 | 0.2198 |
| 0.9432 | 365 | 0.1901 |
| 0.9457 | 366 | 0.1614 |
| 0.9483 | 367 | 0.1307 |
| 0.9509 | 368 | 0.1794 |
| 0.9535 | 369 | 0.2301 |
| 0.9561 | 370 | 0.1924 |
| 0.9587 | 371 | 0.2617 |
| 0.9612 | 372 | 0.1623 |
| 0.9638 | 373 | 0.1443 |
| 0.9664 | 374 | 0.2275 |
| 0.9690 | 375 | 0.2367 |
| 0.9716 | 376 | 0.1893 |
| 0.9742 | 377 | 0.2257 |
| 0.9767 | 378 | 0.2445 |
| 0.9793 | 379 | 0.2034 |
| 0.9819 | 380 | 0.2347 |
| 0.9845 | 381 | 0.1305 |
| 0.9871 | 382 | 0.1996 |
| 0.9897 | 383 | 0.1434 |
| 0.9922 | 384 | 0.2763 |
| 0.9948 | 385 | 0.1748 |
| 0.9974 | 386 | 0.2023 |
| 1.0 | 387 | 0.1138 |
| 1.0026 | 388 | 0.182 |
| 1.0052 | 389 | 0.2217 |
| 1.0078 | 390 | 0.1567 |
| 1.0103 | 391 | 0.1927 |
| 1.0129 | 392 | 0.2401 |
| 1.0155 | 393 | 0.21 |
| 1.0181 | 394 | 0.2667 |
| 1.0207 | 395 | 0.2306 |
| 1.0233 | 396 | 0.1865 |
| 1.0258 | 397 | 0.0838 |
| 1.0284 | 398 | 0.165 |
| 1.0310 | 399 | 0.1608 |
| 1.0336 | 400 | 0.1601 |
| 1.0362 | 401 | 0.1399 |
| 1.0388 | 402 | 0.2035 |
| 1.0413 | 403 | 0.1325 |
| 1.0439 | 404 | 0.1175 |
| 1.0465 | 405 | 0.2415 |
| 1.0491 | 406 | 0.12 |
| 1.0517 | 407 | 0.1919 |
| 1.0543 | 408 | 0.1639 |
| 1.0568 | 409 | 0.0994 |
| 1.0594 | 410 | 0.1722 |
| 1.0620 | 411 | 0.2044 |
| 1.0646 | 412 | 0.2362 |
| 1.0672 | 413 | 0.2272 |
| 1.0698 | 414 | 0.2148 |
| 1.0724 | 415 | 0.2257 |
| 1.0749 | 416 | 0.1302 |
| 1.0775 | 417 | 0.1836 |
| 1.0801 | 418 | 0.0973 |
| 1.0827 | 419 | 0.1845 |
| 1.0853 | 420 | 0.2031 |
| 1.0879 | 421 | 0.1751 |
| 1.0904 | 422 | 0.1797 |
| 1.0930 | 423 | 0.1789 |
| 1.0956 | 424 | 0.1537 |
| 1.0982 | 425 | 0.1147 |
| 1.1008 | 426 | 0.1214 |
| 1.1034 | 427 | 0.2233 |
| 1.1059 | 428 | 0.1137 |
| 1.1085 | 429 | 0.0887 |
| 1.1111 | 430 | 0.1535 |
| 1.1137 | 431 | 0.1446 |
| 1.1163 | 432 | 0.1788 |
| 1.1189 | 433 | 0.1113 |
| 1.1214 | 434 | 0.1585 |
| 1.1240 | 435 | 0.1116 |
| 1.1266 | 436 | 0.1044 |
| 1.1292 | 437 | 0.1311 |
| 1.1318 | 438 | 0.1835 |
| 1.1344 | 439 | 0.1185 |
| 1.1370 | 440 | 0.1198 |
| 1.1395 | 441 | 0.1567 |
| 1.1421 | 442 | 0.1518 |
| 1.1447 | 443 | 0.1392 |
| 1.1473 | 444 | 0.1552 |
| 1.1499 | 445 | 0.1994 |
| 1.1525 | 446 | 0.1148 |
| 1.1550 | 447 | 0.1939 |
| 1.1576 | 448 | 0.1672 |
| 1.1602 | 449 | 0.0955 |
| 1.1628 | 450 | 0.1521 |
| 1.1654 | 451 | 0.1195 |
| 1.1680 | 452 | 0.1026 |
| 1.1705 | 453 | 0.0847 |
| 1.1731 | 454 | 0.1475 |
| 1.1757 | 455 | 0.0908 |
| 1.1783 | 456 | 0.154 |
| 1.1809 | 457 | 0.1033 |
| 1.1835 | 458 | 0.1876 |
| 1.1860 | 459 | 0.1087 |
| 1.1886 | 460 | 0.1425 |
| 1.1912 | 461 | 0.2407 |
| 1.1938 | 462 | 0.1317 |
| 1.1964 | 463 | 0.0819 |
| 1.1990 | 464 | 0.1737 |
| 1.2016 | 465 | 0.1224 |
| 1.2041 | 466 | 0.1347 |
| 1.2067 | 467 | 0.1011 |
| 1.2093 | 468 | 0.071 |
| 1.2119 | 469 | 0.1006 |
| 1.2145 | 470 | 0.1182 |
| 1.2171 | 471 | 0.0642 |
| 1.2196 | 472 | 0.1359 |
| 1.2222 | 473 | 0.1492 |
| 1.2248 | 474 | 0.1573 |
| 1.2274 | 475 | 0.1393 |
| 1.2300 | 476 | 0.1126 |
| 1.2326 | 477 | 0.1377 |
| 1.2351 | 478 | 0.1398 |
| 1.2377 | 479 | 0.1944 |
| 1.2403 | 480 | 0.1248 |
| 1.2429 | 481 | 0.1594 |
| 1.2455 | 482 | 0.1209 |
| 1.2481 | 483 | 0.2041 |
| 1.2506 | 484 | 0.2128 |
| 1.2532 | 485 | 0.1167 |
| 1.2558 | 486 | 0.114 |
| 1.2584 | 487 | 0.1788 |
| 1.2610 | 488 | 0.0821 |
| 1.2636 | 489 | 0.137 |
| 1.2661 | 490 | 0.0511 |
| 1.2687 | 491 | 0.2547 |
| 1.2713 | 492 | 0.1569 |
| 1.2739 | 493 | 0.113 |
| 1.2765 | 494 | 0.1901 |
| 1.2791 | 495 | 0.0671 |
| 1.2817 | 496 | 0.086 |
| 1.2842 | 497 | 0.0904 |
| 1.2868 | 498 | 0.1443 |
| 1.2894 | 499 | 0.1084 |
| 1.2920 | 500 | 0.172 |
| 1.2946 | 501 | 0.1291 |
| 1.2972 | 502 | 0.0481 |
| 1.2997 | 503 | 0.1722 |
| 1.3023 | 504 | 0.1525 |
| 1.3049 | 505 | 0.1231 |
| 1.3075 | 506 | 0.1528 |
| 1.3101 | 507 | 0.1604 |
| 1.3127 | 508 | 0.1446 |
| 1.3152 | 509 | 0.0584 |
| 1.3178 | 510 | 0.0731 |
| 1.3204 | 511 | 0.128 |
| 1.3230 | 512 | 0.1482 |
| 1.3256 | 513 | 0.227 |
| 1.3282 | 514 | 0.1262 |
| 1.3307 | 515 | 0.3067 |
| 1.3333 | 516 | 0.1197 |
| 1.3359 | 517 | 0.1136 |
| 1.3385 | 518 | 0.1098 |
| 1.3411 | 519 | 0.173 |
| 1.3437 | 520 | 0.0962 |
| 1.3463 | 521 | 0.0972 |
| 1.3488 | 522 | 0.0965 |
| 1.3514 | 523 | 0.1618 |
| 1.3540 | 524 | 0.15 |
| 1.3566 | 525 | 0.2188 |
| 1.3592 | 526 | 0.186 |
| 1.3618 | 527 | 0.1546 |
| 1.3643 | 528 | 0.1107 |
| 1.3669 | 529 | 0.1336 |
| 1.3695 | 530 | 0.1382 |
| 1.3721 | 531 | 0.1081 |
| 1.3747 | 532 | 0.0808 |
| 1.3773 | 533 | 0.1351 |
| 1.3798 | 534 | 0.1112 |
| 1.3824 | 535 | 0.104 |
| 1.3850 | 536 | 0.0949 |
| 1.3876 | 537 | 0.0972 |
| 1.3902 | 538 | 0.1416 |
| 1.3928 | 539 | 0.2878 |
| 1.3953 | 540 | 0.1246 |
| 1.3979 | 541 | 0.1605 |
| 1.4005 | 542 | 0.2012 |
| 1.4031 | 543 | 0.1472 |
| 1.4057 | 544 | 0.0939 |
| 1.4083 | 545 | 0.1146 |
| 1.4109 | 546 | 0.0897 |
| 1.4134 | 547 | 0.1545 |
| 1.4160 | 548 | 0.1224 |
| 1.4186 | 549 | 0.134 |
| 1.4212 | 550 | 0.1823 |
| 1.4238 | 551 | 0.1636 |
| 1.4264 | 552 | 0.1333 |
| 1.4289 | 553 | 0.1029 |
| 1.4315 | 554 | 0.1856 |
| 1.4341 | 555 | 0.1147 |
| 1.4367 | 556 | 0.1698 |
| 1.4393 | 557 | 0.1202 |
| 1.4419 | 558 | 0.1402 |
| 1.4444 | 559 | 0.1612 |
| 1.4470 | 560 | 0.1623 |
| 1.4496 | 561 | 0.1503 |
| 1.4522 | 562 | 0.1027 |
| 1.4548 | 563 | 0.1812 |
| 1.4574 | 564 | 0.0991 |
| 1.4599 | 565 | 0.2166 |
| 1.4625 | 566 | 0.1367 |
| 1.4651 | 567 | 0.215 |
| 1.4677 | 568 | 0.1303 |
| 1.4703 | 569 | 0.1031 |
| 1.4729 | 570 | 0.1407 |
| 1.4755 | 571 | 0.0845 |
| 1.4780 | 572 | 0.1248 |
| 1.4806 | 573 | 0.106 |
| 1.4832 | 574 | 0.074 |
| 1.4858 | 575 | 0.1855 |
| 1.4884 | 576 | 0.0906 |
| 1.4910 | 577 | 0.1173 |
| 1.4935 | 578 | 0.0889 |
| 1.4961 | 579 | 0.1688 |
| 1.4987 | 580 | 0.1116 |
| 1.5013 | 581 | 0.1711 |
| 1.5039 | 582 | 0.1506 |
| 1.5065 | 583 | 0.0962 |
| 1.5090 | 584 | 0.1381 |
| 1.5116 | 585 | 0.1132 |
| 1.5142 | 586 | 0.1617 |
| 1.5168 | 587 | 0.1476 |
| 1.5194 | 588 | 0.0938 |
| 1.5220 | 589 | 0.1264 |
| 1.5245 | 590 | 0.1138 |
| 1.5271 | 591 | 0.0822 |
| 1.5297 | 592 | 0.091 |
| 1.5323 | 593 | 0.2277 |
| 1.5349 | 594 | 0.1301 |
| 1.5375 | 595 | 0.1917 |
| 1.5401 | 596 | 0.1524 |
| 1.5426 | 597 | 0.1021 |
| 1.5452 | 598 | 0.2273 |
| 1.5478 | 599 | 0.1036 |
| 1.5504 | 600 | 0.167 |
| 1.5530 | 601 | 0.1483 |
| 1.5556 | 602 | 0.1117 |
| 1.5581 | 603 | 0.1354 |
| 1.5607 | 604 | 0.1454 |
| 1.5633 | 605 | 0.3006 |
| 1.5659 | 606 | 0.1378 |
| 1.5685 | 607 | 0.18 |
| 1.5711 | 608 | 0.083 |
| 1.5736 | 609 | 0.2083 |
| 1.5762 | 610 | 0.0824 |
| 1.5788 | 611 | 0.1476 |
| 1.5814 | 612 | 0.1499 |
| 1.5840 | 613 | 0.1092 |
| 1.5866 | 614 | 0.2291 |
| 1.5891 | 615 | 0.1121 |
| 1.5917 | 616 | 0.0798 |
| 1.5943 | 617 | 0.0843 |
| 1.5969 | 618 | 0.1143 |
| 1.5995 | 619 | 0.1062 |
| 1.6021 | 620 | 0.209 |
| 1.6047 | 621 | 0.1556 |
| 1.6072 | 622 | 0.1828 |
| 1.6098 | 623 | 0.1107 |
| 1.6124 | 624 | 0.1827 |
| 1.6150 | 625 | 0.1885 |
| 1.6176 | 626 | 0.1606 |
| 1.6202 | 627 | 0.1561 |
| 1.6227 | 628 | 0.1256 |
| 1.6253 | 629 | 0.077 |
| 1.6279 | 630 | 0.0826 |
| 1.6305 | 631 | 0.118 |
| 1.6331 | 632 | 0.0998 |
| 1.6357 | 633 | 0.0782 |
| 1.6382 | 634 | 0.1448 |
| 1.6408 | 635 | 0.1195 |
| 1.6434 | 636 | 0.1879 |
| 1.6460 | 637 | 0.1733 |
| 1.6486 | 638 | 0.2013 |
| 1.6512 | 639 | 0.1088 |
| 1.6537 | 640 | 0.1584 |
| 1.6563 | 641 | 0.1345 |
| 1.6589 | 642 | 0.2369 |
| 1.6615 | 643 | 0.1484 |
| 1.6641 | 644 | 0.1784 |
| 1.6667 | 645 | 0.2001 |
| 1.6693 | 646 | 0.1264 |
| 1.6718 | 647 | 0.1867 |
| 1.6744 | 648 | 0.0808 |
| 1.6770 | 649 | 0.0975 |
| 1.6796 | 650 | 0.156 |
| 1.6822 | 651 | 0.076 |
| 1.6848 | 652 | 0.1397 |
| 1.6873 | 653 | 0.1591 |
| 1.6899 | 654 | 0.1405 |
| 1.6925 | 655 | 0.0888 |
| 1.6951 | 656 | 0.1066 |
| 1.6977 | 657 | 0.0932 |
| 1.7003 | 658 | 0.1541 |
| 1.7028 | 659 | 0.1614 |
| 1.7054 | 660 | 0.0826 |
| 1.7080 | 661 | 0.1334 |
| 1.7106 | 662 | 0.154 |
| 1.7132 | 663 | 0.1452 |
| 1.7158 | 664 | 0.1708 |
| 1.7183 | 665 | 0.1472 |
| 1.7209 | 666 | 0.2017 |
| 1.7235 | 667 | 0.1821 |
| 1.7261 | 668 | 0.169 |
| 1.7287 | 669 | 0.1658 |
| 1.7313 | 670 | 0.1081 |
| 1.7339 | 671 | 0.1613 |
| 1.7364 | 672 | 0.0995 |
| 1.7390 | 673 | 0.127 |
| 1.7416 | 674 | 0.1893 |
| 1.7442 | 675 | 0.1249 |
| 1.7468 | 676 | 0.1756 |
| 1.7494 | 677 | 0.1034 |
| 1.7519 | 678 | 0.1402 |
| 1.7545 | 679 | 0.099 |
| 1.7571 | 680 | 0.1466 |
| 1.7597 | 681 | 0.1805 |
| 1.7623 | 682 | 0.0954 |
| 1.7649 | 683 | 0.102 |
| 1.7674 | 684 | 0.0911 |
| 1.7700 | 685 | 0.1214 |
| 1.7726 | 686 | 0.1039 |
| 1.7752 | 687 | 0.1147 |
| 1.7778 | 688 | 0.0865 |
| 1.7804 | 689 | 0.1019 |
| 1.7829 | 690 | 0.0771 |
| 1.7855 | 691 | 0.1347 |
| 1.7881 | 692 | 0.1696 |
| 1.7907 | 693 | 0.1564 |
| 1.7933 | 694 | 0.1041 |
| 1.7959 | 695 | 0.1377 |
| 1.7984 | 696 | 0.2311 |
| 1.8010 | 697 | 0.1562 |
| 1.8036 | 698 | 0.1466 |
| 1.8062 | 699 | 0.0636 |
| 1.8088 | 700 | 0.1792 |
| 1.8114 | 701 | 0.0998 |
| 1.8140 | 702 | 0.1436 |
| 1.8165 | 703 | 0.134 |
| 1.8191 | 704 | 0.1326 |
| 1.8217 | 705 | 0.1714 |
| 1.8243 | 706 | 0.123 |
| 1.8269 | 707 | 0.119 |
| 1.8295 | 708 | 0.1803 |
| 1.8320 | 709 | 0.1752 |
| 1.8346 | 710 | 0.1116 |
| 1.8372 | 711 | 0.1199 |
| 1.8398 | 712 | 0.1444 |
| 1.8424 | 713 | 0.0871 |
| 1.8450 | 714 | 0.2385 |
| 1.8475 | 715 | 0.1565 |
| 1.8501 | 716 | 0.1185 |
| 1.8527 | 717 | 0.101 |
| 1.8553 | 718 | 0.1285 |
| 1.8579 | 719 | 0.1247 |
| 1.8605 | 720 | 0.1326 |
| 1.8630 | 721 | 0.1049 |
| 1.8656 | 722 | 0.1918 |
| 1.8682 | 723 | 0.1417 |
| 1.8708 | 724 | 0.097 |
| 1.8734 | 725 | 0.1953 |
| 1.8760 | 726 | 0.1396 |
| 1.8786 | 727 | 0.1773 |
| 1.8811 | 728 | 0.1404 |
| 1.8837 | 729 | 0.1049 |
| 1.8863 | 730 | 0.2029 |
| 1.8889 | 731 | 0.1597 |
| 1.8915 | 732 | 0.1989 |
| 1.8941 | 733 | 0.0921 |
| 1.8966 | 734 | 0.0777 |
| 1.8992 | 735 | 0.1241 |
| 1.9018 | 736 | 0.1116 |
| 1.9044 | 737 | 0.1017 |
| 1.9070 | 738 | 0.1241 |
| 1.9096 | 739 | 0.1601 |
| 1.9121 | 740 | 0.1472 |
| 1.9147 | 741 | 0.1218 |
| 1.9173 | 742 | 0.0903 |
| 1.9199 | 743 | 0.0777 |
| 1.9225 | 744 | 0.1115 |
| 1.9251 | 745 | 0.109 |
| 1.9276 | 746 | 0.1291 |
| 1.9302 | 747 | 0.1893 |
| 1.9328 | 748 | 0.1234 |
| 1.9354 | 749 | 0.25 |
| 1.9380 | 750 | 0.1475 |
| 1.9406 | 751 | 0.1574 |
| 1.9432 | 752 | 0.2231 |
| 1.9457 | 753 | 0.1341 |
| 1.9483 | 754 | 0.0776 |
| 1.9509 | 755 | 0.1712 |
| 1.9535 | 756 | 0.1629 |
| 1.9561 | 757 | 0.1751 |
| 1.9587 | 758 | 0.2061 |
| 1.9612 | 759 | 0.1329 |
| 1.9638 | 760 | 0.1284 |
| 1.9664 | 761 | 0.1937 |
| 1.9690 | 762 | 0.1458 |
| 1.9716 | 763 | 0.1317 |
| 1.9742 | 764 | 0.1141 |
| 1.9767 | 765 | 0.2299 |
| 1.9793 | 766 | 0.1455 |
| 1.9819 | 767 | 0.1535 |
| 1.9845 | 768 | 0.1123 |
| 1.9871 | 769 | 0.1963 |
| 1.9897 | 770 | 0.0977 |
| 1.9922 | 771 | 0.1847 |
| 1.9948 | 772 | 0.1192 |
| 1.9974 | 773 | 0.1481 |
| 2.0 | 774 | 0.0941 |
| 2.0026 | 775 | 0.1925 |
| 2.0052 | 776 | 0.2023 |
| 2.0078 | 777 | 0.0936 |
| 2.0103 | 778 | 0.161 |
| 2.0129 | 779 | 0.1958 |
| 2.0155 | 780 | 0.1642 |
| 2.0181 | 781 | 0.2644 |
| 2.0207 | 782 | 0.1858 |
| 2.0233 | 783 | 0.149 |
| 2.0258 | 784 | 0.0721 |
| 2.0284 | 785 | 0.1602 |
| 2.0310 | 786 | 0.083 |
| 2.0336 | 787 | 0.1192 |
| 2.0362 | 788 | 0.1133 |
| 2.0388 | 789 | 0.161 |
| 2.0413 | 790 | 0.1 |
| 2.0439 | 791 | 0.1142 |
| 2.0465 | 792 | 0.1761 |
| 2.0491 | 793 | 0.0686 |
| 2.0517 | 794 | 0.1064 |
| 2.0543 | 795 | 0.1621 |
| 2.0568 | 796 | 0.0788 |
| 2.0594 | 797 | 0.1472 |
| 2.0620 | 798 | 0.1717 |
| 2.0646 | 799 | 0.1991 |
| 2.0672 | 800 | 0.129 |
| 2.0698 | 801 | 0.177 |
| 2.0724 | 802 | 0.1344 |
| 2.0749 | 803 | 0.1433 |
| 2.0775 | 804 | 0.1261 |
| 2.0801 | 805 | 0.0999 |
| 2.0827 | 806 | 0.1114 |
| 2.0853 | 807 | 0.1265 |
| 2.0879 | 808 | 0.1632 |
| 2.0904 | 809 | 0.1247 |
| 2.0930 | 810 | 0.1392 |
| 2.0956 | 811 | 0.1489 |
| 2.0982 | 812 | 0.1131 |
| 2.1008 | 813 | 0.1147 |
| 2.1034 | 814 | 0.1957 |
| 2.1059 | 815 | 0.0873 |
| 2.1085 | 816 | 0.0996 |
| 2.1111 | 817 | 0.1317 |
| 2.1137 | 818 | 0.087 |
| 2.1163 | 819 | 0.1294 |
| 2.1189 | 820 | 0.0748 |
| 2.1214 | 821 | 0.1382 |
| 2.1240 | 822 | 0.0727 |
| 2.1266 | 823 | 0.0985 |
| 2.1292 | 824 | 0.1322 |
| 2.1318 | 825 | 0.1439 |
| 2.1344 | 826 | 0.1046 |
| 2.1370 | 827 | 0.0978 |
| 2.1395 | 828 | 0.1453 |
| 2.1421 | 829 | 0.1113 |
| 2.1447 | 830 | 0.1313 |
| 2.1473 | 831 | 0.1431 |
| 2.1499 | 832 | 0.2131 |
| 2.1525 | 833 | 0.1018 |
| 2.1550 | 834 | 0.0969 |
| 2.1576 | 835 | 0.107 |
| 2.1602 | 836 | 0.0698 |
| 2.1628 | 837 | 0.1345 |
| 2.1654 | 838 | 0.1115 |
| 2.1680 | 839 | 0.1115 |
| 2.1705 | 840 | 0.0778 |
| 2.1731 | 841 | 0.1101 |
| 2.1757 | 842 | 0.0845 |
| 2.1783 | 843 | 0.169 |
| 2.1809 | 844 | 0.0887 |
| 2.1835 | 845 | 0.1837 |
| 2.1860 | 846 | 0.0934 |
| 2.1886 | 847 | 0.1031 |
| 2.1912 | 848 | 0.2021 |
| 2.1938 | 849 | 0.1224 |
| 2.1964 | 850 | 0.0763 |
| 2.1990 | 851 | 0.1701 |
| 2.2016 | 852 | 0.1097 |
| 2.2041 | 853 | 0.1054 |
| 2.2067 | 854 | 0.1055 |
| 2.2093 | 855 | 0.0642 |
| 2.2119 | 856 | 0.0964 |
| 2.2145 | 857 | 0.0907 |
| 2.2171 | 858 | 0.0438 |
| 2.2196 | 859 | 0.1099 |
| 2.2222 | 860 | 0.0662 |
| 2.2248 | 861 | 0.1545 |
| 2.2274 | 862 | 0.1122 |
| 2.2300 | 863 | 0.0936 |
| 2.2326 | 864 | 0.1189 |
| 2.2351 | 865 | 0.1155 |
| 2.2377 | 866 | 0.2454 |
| 2.2403 | 867 | 0.0919 |
| 2.2429 | 868 | 0.1388 |
| 2.2455 | 869 | 0.1175 |
| 2.2481 | 870 | 0.1887 |
| 2.2506 | 871 | 0.156 |
| 2.2532 | 872 | 0.1174 |
| 2.2558 | 873 | 0.0975 |
| 2.2584 | 874 | 0.125 |
| 2.2610 | 875 | 0.0622 |
| 2.2636 | 876 | 0.1722 |
| 2.2661 | 877 | 0.0392 |
| 2.2687 | 878 | 0.2179 |
| 2.2713 | 879 | 0.1214 |
| 2.2739 | 880 | 0.0739 |
| 2.2765 | 881 | 0.1898 |
| 2.2791 | 882 | 0.0633 |
| 2.2817 | 883 | 0.0678 |
| 2.2842 | 884 | 0.0751 |
| 2.2868 | 885 | 0.1197 |
| 2.2894 | 886 | 0.0962 |
| 2.2920 | 887 | 0.1359 |
| 2.2946 | 888 | 0.0795 |
| 2.2972 | 889 | 0.0543 |
| 2.2997 | 890 | 0.1326 |
| 2.3023 | 891 | 0.1348 |
| 2.3049 | 892 | 0.1181 |
| 2.3075 | 893 | 0.134 |
| 2.3101 | 894 | 0.0984 |
| 2.3127 | 895 | 0.1143 |
| 2.3152 | 896 | 0.0519 |
| 2.3178 | 897 | 0.0784 |
| 2.3204 | 898 | 0.1062 |
| 2.3230 | 899 | 0.1416 |
| 2.3256 | 900 | 0.1379 |
| 2.3282 | 901 | 0.1259 |
| 2.3307 | 902 | 0.2359 |
| 2.3333 | 903 | 0.0901 |
| 2.3359 | 904 | 0.1005 |
| 2.3385 | 905 | 0.1075 |
| 2.3411 | 906 | 0.1281 |
| 2.3437 | 907 | 0.1083 |
| 2.3463 | 908 | 0.0609 |
| 2.3488 | 909 | 0.0793 |
| 2.3514 | 910 | 0.1184 |
| 2.3540 | 911 | 0.1328 |
| 2.3566 | 912 | 0.1867 |
| 2.3592 | 913 | 0.1976 |
| 2.3618 | 914 | 0.1121 |
| 2.3643 | 915 | 0.1059 |
| 2.3669 | 916 | 0.1417 |
| 2.3695 | 917 | 0.1515 |
| 2.3721 | 918 | 0.1093 |
| 2.3747 | 919 | 0.0735 |
| 2.3773 | 920 | 0.1362 |
| 2.3798 | 921 | 0.1134 |
| 2.3824 | 922 | 0.1356 |
| 2.3850 | 923 | 0.075 |
| 2.3876 | 924 | 0.0728 |
| 2.3902 | 925 | 0.1262 |
| 2.3928 | 926 | 0.2486 |
| 2.3953 | 927 | 0.1384 |
| 2.3979 | 928 | 0.1543 |
| 2.4005 | 929 | 0.1447 |
| 2.4031 | 930 | 0.1118 |
| 2.4057 | 931 | 0.0785 |
| 2.4083 | 932 | 0.1008 |
| 2.4109 | 933 | 0.0567 |
| 2.4134 | 934 | 0.1422 |
| 2.4160 | 935 | 0.1267 |
| 2.4186 | 936 | 0.1239 |
| 2.4212 | 937 | 0.1792 |
| 2.4238 | 938 | 0.1396 |
| 2.4264 | 939 | 0.1063 |
| 2.4289 | 940 | 0.0991 |
| 2.4315 | 941 | 0.12 |
| 2.4341 | 942 | 0.0853 |
| 2.4367 | 943 | 0.1595 |
| 2.4393 | 944 | 0.0952 |
| 2.4419 | 945 | 0.1225 |
| 2.4444 | 946 | 0.1013 |
| 2.4470 | 947 | 0.1431 |
| 2.4496 | 948 | 0.1648 |
| 2.4522 | 949 | 0.1057 |
| 2.4548 | 950 | 0.2071 |
| 2.4574 | 951 | 0.0992 |
| 2.4599 | 952 | 0.2224 |
| 2.4625 | 953 | 0.12 |
| 2.4651 | 954 | 0.168 |
| 2.4677 | 955 | 0.0934 |
| 2.4703 | 956 | 0.1027 |
| 2.4729 | 957 | 0.1511 |
| 2.4755 | 958 | 0.055 |
| 2.4780 | 959 | 0.1711 |
| 2.4806 | 960 | 0.1041 |
| 2.4832 | 961 | 0.0517 |
| 2.4858 | 962 | 0.1721 |
| 2.4884 | 963 | 0.0752 |
| 2.4910 | 964 | 0.1414 |
| 2.4935 | 965 | 0.0806 |
| 2.4961 | 966 | 0.1239 |
| 2.4987 | 967 | 0.1261 |
| 2.5013 | 968 | 0.1695 |
| 2.5039 | 969 | 0.115 |
| 2.5065 | 970 | 0.1079 |
| 2.5090 | 971 | 0.1031 |
| 2.5116 | 972 | 0.0872 |
| 2.5142 | 973 | 0.1775 |
| 2.5168 | 974 | 0.1164 |
| 2.5194 | 975 | 0.0926 |
| 2.5220 | 976 | 0.1239 |
| 2.5245 | 977 | 0.1012 |
| 2.5271 | 978 | 0.07 |
| 2.5297 | 979 | 0.1009 |
| 2.5323 | 980 | 0.2477 |
| 2.5349 | 981 | 0.1654 |
| 2.5375 | 982 | 0.1597 |
| 2.5401 | 983 | 0.166 |
| 2.5426 | 984 | 0.1027 |
| 2.5452 | 985 | 0.214 |
| 2.5478 | 986 | 0.0963 |
| 2.5504 | 987 | 0.1128 |
| 2.5530 | 988 | 0.1474 |
| 2.5556 | 989 | 0.1065 |
| 2.5581 | 990 | 0.1209 |
| 2.5607 | 991 | 0.132 |
| 2.5633 | 992 | 0.274 |
| 2.5659 | 993 | 0.0845 |
| 2.5685 | 994 | 0.1455 |
| 2.5711 | 995 | 0.0707 |
| 2.5736 | 996 | 0.2082 |
| 2.5762 | 997 | 0.0803 |
| 2.5788 | 998 | 0.1153 |
| 2.5814 | 999 | 0.097 |
| 2.5840 | 1000 | 0.0979 |
| 2.5866 | 1001 | 0.207 |
| 2.5891 | 1002 | 0.1084 |
| 2.5917 | 1003 | 0.0725 |
| 2.5943 | 1004 | 0.0945 |
| 2.5969 | 1005 | 0.1056 |
| 2.5995 | 1006 | 0.1284 |
| 2.6021 | 1007 | 0.1771 |
| 2.6047 | 1008 | 0.1154 |
| 2.6072 | 1009 | 0.1597 |
| 2.6098 | 1010 | 0.1019 |
| 2.6124 | 1011 | 0.1 |
| 2.6150 | 1012 | 0.1723 |
| 2.6176 | 1013 | 0.1491 |
| 2.6202 | 1014 | 0.1447 |
| 2.6227 | 1015 | 0.1142 |
| 2.6253 | 1016 | 0.0901 |
| 2.6279 | 1017 | 0.0805 |
| 2.6305 | 1018 | 0.0687 |
| 2.6331 | 1019 | 0.1021 |
| 2.6357 | 1020 | 0.1089 |
| 2.6382 | 1021 | 0.101 |
| 2.6408 | 1022 | 0.1154 |
| 2.6434 | 1023 | 0.149 |
| 2.6460 | 1024 | 0.1731 |
| 2.6486 | 1025 | 0.1902 |
| 2.6512 | 1026 | 0.106 |
| 2.6537 | 1027 | 0.1315 |
| 2.6563 | 1028 | 0.1344 |
| 2.6589 | 1029 | 0.2004 |
| 2.6615 | 1030 | 0.1629 |
| 2.6641 | 1031 | 0.1365 |
| 2.6667 | 1032 | 0.1638 |
| 2.6693 | 1033 | 0.1301 |
| 2.6718 | 1034 | 0.1822 |
| 2.6744 | 1035 | 0.0965 |
| 2.6770 | 1036 | 0.082 |
| 2.6796 | 1037 | 0.1501 |
| 2.6822 | 1038 | 0.0645 |
| 2.6848 | 1039 | 0.1261 |
| 2.6873 | 1040 | 0.2367 |
| 2.6899 | 1041 | 0.1378 |
| 2.6925 | 1042 | 0.1001 |
| 2.6951 | 1043 | 0.0973 |
| 2.6977 | 1044 | 0.1161 |
| 2.7003 | 1045 | 0.1148 |
| 2.7028 | 1046 | 0.1242 |
| 2.7054 | 1047 | 0.0867 |
| 2.7080 | 1048 | 0.1116 |
| 2.7106 | 1049 | 0.1502 |
| 2.7132 | 1050 | 0.1594 |
| 2.7158 | 1051 | 0.1459 |
| 2.7183 | 1052 | 0.1533 |
| 2.7209 | 1053 | 0.1791 |
| 2.7235 | 1054 | 0.1745 |
| 2.7261 | 1055 | 0.1128 |
| 2.7287 | 1056 | 0.1859 |
| 2.7313 | 1057 | 0.0938 |
| 2.7339 | 1058 | 0.1103 |
| 2.7364 | 1059 | 0.0907 |
| 2.7390 | 1060 | 0.0891 |
| 2.7416 | 1061 | 0.1897 |
| 2.7442 | 1062 | 0.1048 |
| 2.7468 | 1063 | 0.1777 |
| 2.7494 | 1064 | 0.1196 |
| 2.7519 | 1065 | 0.1477 |
| 2.7545 | 1066 | 0.113 |
| 2.7571 | 1067 | 0.1565 |
| 2.7597 | 1068 | 0.2063 |
| 2.7623 | 1069 | 0.0883 |
| 2.7649 | 1070 | 0.0888 |
| 2.7674 | 1071 | 0.0985 |
| 2.7700 | 1072 | 0.1242 |
| 2.7726 | 1073 | 0.1177 |
| 2.7752 | 1074 | 0.1053 |
| 2.7778 | 1075 | 0.0638 |
| 2.7804 | 1076 | 0.1103 |
| 2.7829 | 1077 | 0.0837 |
| 2.7855 | 1078 | 0.1347 |
| 2.7881 | 1079 | 0.1333 |
| 2.7907 | 1080 | 0.1697 |
| 2.7933 | 1081 | 0.1057 |
| 2.7959 | 1082 | 0.1102 |
| 2.7984 | 1083 | 0.1632 |
| 2.8010 | 1084 | 0.1295 |
| 2.8036 | 1085 | 0.1349 |
| 2.8062 | 1086 | 0.0729 |
| 2.8088 | 1087 | 0.1628 |
| 2.8114 | 1088 | 0.0935 |
| 2.8140 | 1089 | 0.1359 |
| 2.8165 | 1090 | 0.1262 |
| 2.8191 | 1091 | 0.1474 |
| 2.8217 | 1092 | 0.1248 |
| 2.8243 | 1093 | 0.1124 |
| 2.8269 | 1094 | 0.1262 |
| 2.8295 | 1095 | 0.2138 |
| 2.8320 | 1096 | 0.2028 |
| 2.8346 | 1097 | 0.122 |
| 2.8372 | 1098 | 0.1275 |
| 2.8398 | 1099 | 0.1176 |
| 2.8424 | 1100 | 0.0579 |
| 2.8450 | 1101 | 0.1725 |
| 2.8475 | 1102 | 0.1311 |
| 2.8501 | 1103 | 0.1246 |
| 2.8527 | 1104 | 0.1132 |
| 2.8553 | 1105 | 0.0998 |
| 2.8579 | 1106 | 0.1069 |
| 2.8605 | 1107 | 0.09 |
| 2.8630 | 1108 | 0.0925 |
| 2.8656 | 1109 | 0.1689 |
| 2.8682 | 1110 | 0.134 |
| 2.8708 | 1111 | 0.1002 |
| 2.8734 | 1112 | 0.1838 |
| 2.8760 | 1113 | 0.1526 |
| 2.8786 | 1114 | 0.1513 |
| 2.8811 | 1115 | 0.1702 |
| 2.8837 | 1116 | 0.101 |
| 2.8863 | 1117 | 0.1615 |
| 2.8889 | 1118 | 0.0936 |
| 2.8915 | 1119 | 0.1835 |
| 2.8941 | 1120 | 0.1015 |
| 2.8966 | 1121 | 0.0717 |
| 2.8992 | 1122 | 0.1218 |
| 2.9018 | 1123 | 0.071 |
| 2.9044 | 1124 | 0.0987 |
| 2.9070 | 1125 | 0.1109 |
| 2.9096 | 1126 | 0.12 |
| 2.9121 | 1127 | 0.1667 |
| 2.9147 | 1128 | 0.1171 |
| 2.9173 | 1129 | 0.095 |
| 2.9199 | 1130 | 0.0825 |
| 2.9225 | 1131 | 0.0654 |
| 2.9251 | 1132 | 0.1256 |
| 2.9276 | 1133 | 0.1156 |
| 2.9302 | 1134 | 0.171 |
| 2.9328 | 1135 | 0.0958 |
| 2.9354 | 1136 | 0.2148 |
| 2.9380 | 1137 | 0.1514 |
| 2.9406 | 1138 | 0.1491 |
| 2.9432 | 1139 | 0.1478 |
| 2.9457 | 1140 | 0.0833 |
| 2.9483 | 1141 | 0.0822 |
| 2.9509 | 1142 | 0.1612 |
| 2.9535 | 1143 | 0.2068 |
| 2.9561 | 1144 | 0.155 |
| 2.9587 | 1145 | 0.1877 |
| 2.9612 | 1146 | 0.1337 |
| 2.9638 | 1147 | 0.093 |
| 2.9664 | 1148 | 0.1539 |
| 2.9690 | 1149 | 0.1659 |
| 2.9716 | 1150 | 0.0969 |
| 2.9742 | 1151 | 0.1403 |
| 2.9767 | 1152 | 0.2031 |
| 2.9793 | 1153 | 0.1759 |
| 2.9819 | 1154 | 0.1254 |
| 2.9845 | 1155 | 0.1242 |
| 2.9871 | 1156 | 0.1754 |
| 2.9897 | 1157 | 0.0967 |
| 2.9922 | 1158 | 0.1602 |
| 2.9948 | 1159 | 0.1087 |
| 2.9974 | 1160 | 0.1776 |
| 3.0 | 1161 | 0.0722 |
### Framework Versions
- Python: 3.10.13
- Sentence Transformers: 3.2.1
- Transformers: 4.44.2
- PyTorch: 2.4.0+cu121
- Accelerate: 1.1.1
- Datasets: 2.21.0
- Tokenizers: 0.19.1
## 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",
}
```
#### 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}
}
```