File size: 36,129 Bytes
400d90d d241b12 c1b83d6 400d90d |
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 |
---
tags:
- sentence-transformers
- sentence-similarity
- feature-extraction
- generated_from_trainer
- dataset_size:39780811
- loss:MatryoshkaLoss
- loss:MultipleNegativesRankingLoss
base_model: DeepMount00/Italian-ModernBERT-base
widget:
- source_sentence: numero di telefono del tribunale della contea di garza
sentences:
- La città di Bay Minette è il capoluogo della contea di Baldwin e sede del tribunale
della contea di Baldwin. Visita la nostra sezione governativa per saperne di più
sui servizi forniti dai governi della città e della contea.
- Radiatore. È realizzato in metallo che allontana il calore dal processore nelle
alette. Dispositivo di raffreddamento della CPU senza ventola (passivo). Dispositivi
di raffreddamento contenenti tubi di calore che contengono una piccola quantità
di liquido che diventa vapore quando riscaldato, che allontana il calore dalla
CPU verso le alette del dispositivo di raffreddamento.
- L'indirizzo del tribunale è 300 W Main St, PO Box 366, Post TX 79356. Il numero
di telefono del tribunale distrettuale della contea di Garza 106 è 806-495-4430
e il numero di fax è 806-495-4431. © Copyright 2018 RecordsFinder.com. Tutti
i diritti riservati.
- source_sentence: cos'è la connessione a banda larga.
sentences:
- ©2018 Atlantic Broadband. Chi siamo; Sedi primarie; Informazioni FCC;
Privacy; e911; legale
- 'Il taipan dell''entroterra (Oxyuranus microlepidotus) - noto anche come taipan
occidentale, serpente dalle piccole scaglie o serpente feroce - è un serpente
marrone chiaro che varia da una tonalità ricca e scura a un verde chiaro brunastro
a seconda della stagione . Ha una lunghezza media di circa 1,8 metri (5,9 piedi),
o le dimensioni di un maschio medio in Svezia. Come sopravvivere: il modo più
efficace per trattare un morso di taipan nell''entroterra è attraverso l''uso
di un antidoto polivalente o antidoto ad ampio spettro . Questo è un antidoto
combinato usato per trattare i morsi di qualsiasi serpente non identificato in
Australia.'
- Che cos'è la banda larga? La banda larga è un tipo di connessione Internet ad
alta velocità che ha superato il dial-up come metodo standard per connettersi
a Internet. I pacchetti a banda larga sono disponibili in tutte le forme e dimensioni,
dalla banda larga ADSL alla banda larga via cavo e alla banda larga mobile 3G
e 4G.
- source_sentence: qual è l'angolo di elevazione sulla terra?
sentences:
- L'elevazione, o altezza geometrica, viene utilizzata principalmente quando si
fa riferimento a punti sulla superficie terrestre, mentre l'altitudine o l'altezza
geopotenziale viene utilizzata per punti sopra la superficie, come un aereo in
volo o un veicolo spaziale in orbita, e la profondità viene utilizzata per punti
sotto la superficie.
- Originariamente era chiamato Next Generation Space Telescope (NGST), ma è stato
ribattezzato in onore dell'amministratore della NASA James Webb (1906-1992). [Webb
è interpretato da Ken Strunk nel film del 2016 Hidden Figures] James Webb è stato
nominato dal presidente John F. Kennedy a sovrintendere alla NASA nel 1961, cosa
che ha fatto fino al 1968. Webb ha supervisionato i primi lanci con equipaggio
nei programmi Mercury attraverso Gemini e nel 1969 è stato presentato con la Medaglia
presidenziale della libertà dal presidente Lyndon Johnson.
- Valvole e sedi di solito hanno lo stesso angolo per accoppiarsi correttamente.
Quell'angolo è solitamente di 45 gradi, ma in molte applicazioni moderne si possono
trovare 30 gradi. L'angolo di accoppiamento è spesso accompagnato da tagli dell'angolo
superiore e inferiore con una deflessione di 15 gradi su ciascun lato dell'angolo
di accoppiamento.
- source_sentence: significato di lorica
sentences:
- Vitamine del gruppo B. Le vitamine del gruppo B, come folato, niacina, riboflavina
e tiamina, riducono le malattie cardiache e l'ictus, alleviano lo stress, alleviano
la depressione, aiutano il sistema nervoso e aiutano a scomporre i carboidrati.
Le vitamine del gruppo B si trovano in banane, lenticchie, peperoncino, verdure
a foglia scura, bacche e fagioli.email. Vitamine. Le vitamine del gruppo B, come
folato, niacina, riboflavina e tiamina, riducono le malattie cardiache e l'ictus,
alleviano lo stress, alleviano la depressione, aiutano il sistema nervoso e aiutano
a scomporre i carboidrati. Le vitamine del gruppo B si trovano in banane, lenticchie,
peperoncino, verdure a foglia scura, bacche e fagioli. e-mail.
- 'Il nome Lily è un nome greco per bambini. In greco il significato del nome Lily
è: Lily. Significato ebraico: il nome Lily è un nome ebraico per bambini. In ebraico
il significato del nome Lily è: Lily. Significato americano: Il nome Lily è un
nome da bambino americano. In americano il significato del nome Lily è: Lily.n
Greco il significato del nome Lily è: Lily. Significato ebraico: il nome Lily
è un nome ebraico per bambini. In ebraico il significato del nome Lily è: Lily.
Significato americano: il nome Lily è un nome da bambino americano.'
- 'Freebase (0,00 / 0 voti) Valuta questa definizione: Lorica. Nella tradizione
monastica cristiana, una lorica è una preghiera recitata per la protezione. La
parola latina lorica originariamente significava armatura o pettorale. Entrambi
i significati si uniscono nella pratica di apporre iscrizioni verbali sugli scudi
o sugli stemmi dei cavalieri, che potrebbero recitarli prima di andare in battaglia.'
- source_sentence: chi è copa airlines?
sentences:
- Copa Airlines è la principale compagnia aerea di Panama, con sede a Panama City.
Le operazioni del Copa sono concentrate presso l'aeroporto internazionale di Tocumen,
situato a 15 miglia da Panama City. Fondata nel 1947, Copa Airways ha iniziato
con tre voli nazionali all'interno di Panama e oggi la compagnia vola verso 29
paesi e 64 destinazioni in Nord e Sud America e nei Caraibi.
- L'influenza può essere una malattia grave. I sintomi includono febbre, brividi,
mal di testa, dolori muscolari, mal di gola, naso che cola, tosse secca e una
sensazione generale di stanchezza e malessere. Mentre la febbre di solito dura
da due a cinque giorni, altri sintomi possono persistere per 10 giorni o più.
Se hai l'influenza, resta a casa, riposa e non esercitarti. Puoi ricominciare
ad allenarti in sicurezza quando sei stato senza febbre per almeno 24 ore o più.
Non solo puoi danneggiare il tuo corpo esercitandoti con la febbre, ma potresti
anche essere in grado di diffondere il virus dell'influenza ad altri. L'influenza
può essere una grave malattia. I sintomi includono febbre, brividi, mal di testa,
dolori muscolari, mal di gola, naso che cola, tosse secca e una sensazione generale
di stanchezza e malessere. Mentre la febbre di solito dura da due a cinque giorni,
altri sintomi possono persistere per 10 giorni o più.
- 'AIUTO: Ti trovi sulla pagina dei risultati dal vivo di Copa America amÃ''©rica
2015 In/Soccer South america. FlashScore.flashscore com offre classifiche Copa
america amÃ''©rica, livescore 2015 e risultati parziali copa america amÃ''©rica
2015 (e partita, dettagli goal, marcatori rosso, †¦). confronto quote
carte'
pipeline_tag: sentence-similarity
library_name: sentence-transformers
metrics:
- cosine_accuracy
model-index:
- name: SentenceTransformer based on DeepMount00/Italian-ModernBERT-base
results:
- task:
type: triplet
name: Triplet
dataset:
name: mmarco dev
type: mmarco_dev
metrics:
- type: cosine_accuracy
value: 0.9254999756813049
name: Cosine Accuracy
- task:
type: triplet
name: Triplet
dataset:
name: mmarco test
type: mmarco_test
metrics:
- type: cosine_accuracy
value: 0.9129999876022339
name: Cosine Accuracy
---
<br>
<br>
# Italian-ModernBERT-base-embed-mmarco-mnrl
This is a [sentence-transformers](https://www.SBERT.net) model finetuned from [DeepMount00/Italian-ModernBERT-base](https://huggingface.co./DeepMount00/Italian-ModernBERT-base) on the mmarco dataset. 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:** [DeepMount00/Italian-ModernBERT-base](https://huggingface.co./DeepMount00/Italian-ModernBERT-base) <!-- at revision 34324c2191a0209b17c8cd27dbf2f4f9d2821189 -->
- **Maximum Sequence Length:** 8192 tokens
- **Output Dimensionality:** 768 dimensions
- **Similarity Function:** Cosine Similarity
- **Training Dataset:**
- mmarco
<!-- - **Language:** Unknown -->
<!-- - **License:** Unknown -->
### 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': 8192, 'do_lower_case': False}) with Transformer model: ModernBertModel
(1): Pooling({'word_embedding_dimension': 768, 'pooling_mode_cls_token': False, 'pooling_mode_mean_tokens': True, 'pooling_mode_max_tokens': False, 'pooling_mode_mean_sqrt_len_tokens': False, 'pooling_mode_weightedmean_tokens': False, 'pooling_mode_lasttoken': False, 'include_prompt': True})
)
```
## Usage
### Direct Usage (Sentence Transformers)
First install the Sentence Transformers library:
```bash
pip install -U sentence-transformers
```
Then you can load this model and run inference.
```python
from sentence_transformers import SentenceTransformer
# Download from the 🤗 Hub
model = SentenceTransformer("Italian-ModernBERT-base-embed-mmarco-mnrl")
# Run inference
sentences = [
'chi è copa airlines?',
"Copa Airlines è la principale compagnia aerea di Panama, con sede a Panama City. Le operazioni del Copa sono concentrate presso l'aeroporto internazionale di Tocumen, situato a 15 miglia da Panama City. Fondata nel 1947, Copa Airways ha iniziato con tre voli nazionali all'interno di Panama e oggi la compagnia vola verso 29 paesi e 64 destinazioni in Nord e Sud America e nei Caraibi.",
"AIUTO: Ti trovi sulla pagina dei risultati dal vivo di Copa America amÃ'©rica 2015 In/Soccer South america. FlashScore.flashscore com offre classifiche Copa america amÃ'©rica, livescore 2015 e risultati parziali copa america amÃ'©rica 2015 (e partita, dettagli goal, marcatori rosso, †¦). confronto quote carte",
]
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]
```
<!--
### 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** | **0.9255** | **0.913** |
<!--
## 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: 4 tokens</li><li>mean: 10.93 tokens</li><li>max: 26 tokens</li></ul> | <ul><li>min: 21 tokens</li><li>mean: 95.12 tokens</li><li>max: 532 tokens</li></ul> | <ul><li>min: 20 tokens</li><li>mean: 87.17 tokens</li><li>max: 423 tokens</li></ul> |
* Samples:
| query | positive | negative |
|:---------------------------------------------------------------|:-----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|:----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|
| <code>cosa significa tbh nei messaggi?</code> | <code>TBH significa essere onesti. TBH Significato: essere onesti. Ci sono quasi 6 milioni di foto con l'hashtag TBH su Instagram. TBH, o To Be Honest, è un acronimo particolarmente popolare su Facebook, ma utilizzato frequentemente anche quando si inviano messaggi di testo, messaggi o chat online. TBH significa âÂÀœPer essere onesti, Â⠀ .</code> | <code>Ora le chiamate e gli sms possono essere fatti praticamente ovunque. Il Wi-Fi è ovunque e oggi il tuo telefono si connette a ogni singola connessione Wi-Fi come se fossero torri T-Mobile. In realtà, falle diventare le tue torri. Ora puoi scegliere come connetterti, indipendentemente da dove ti trovi, a casa, in ufficio, anche fuori dalla portata del cellulare.</code> |
| <code>effetti del tè nero sul corpo</code> | <code>Gli effetti collaterali del bere troppo tè nero includono difficoltà a dormire, mal di testa, nervosismo, diarrea, irritabilità, battito cardiaco irregolare, confusione, bruciore di stomaco, tremori alle estremità e possibilmente convulsioni. Questi effetti collaterali sono tutti il risultato del contenuto di caffeina nel tè nero. Se sei abituato a bere regolarmente tè nero, in particolare in quantità maggiori, potresti sviluppare una dipendenza fisica e psicologica dalla bevanda, ancora una volta, principalmente a causa del contenuto di caffeina.</code> | <code>Un tipo di tè meno conosciuto, il tè oolong è ottenuto dalle foglie della pianta Camellia sinensis, la stessa pianta utilizzata per produrre tè nero e verde. A differenza del tè nero, che viene ossidato fino a quando le foglie non assumono un colore nero intenso, il tè oolong è parzialmente ossidato. I benefici del tè Oolong.</code> |
| <code>un genitore può prelevare dal conto di un minore?</code> | <code>Il custode di un conto UGMA/UTMA controlla e gestisce i beni di un minore (il beneficiario del conto). Non è necessario che un genitore sia il custode dell'account e puoi scegliere qualcun altro per gestire un account UGMA / UTMA per conto di tuo figlio. Il custode di un account UGMA / UTMA controlla e gestisce il patrimonio di un minore (il beneficiario del conto). Non è necessario che un genitore sia il custode dell'account e puoi scegliere qualcun altro per gestire un UGMA / UTMA per conto di tuo figlio.</code> | <code>Ciò significa che il totale del tuo account è $ 5.272,50. Secondo le regole Roth IRA (controlla la pubblicazione IRS 590 per ulteriori informazioni), puoi prelevare fino a $ 5.000 senza pagare tasse su di esso e senza pagare una penale. Una volta che attingi ai tuoi guadagni che $272,50  la storia cambia. Puoi prelevare ciò che hai contribuito in qualsiasi momento e per qualsiasi motivo. Ciò significa che il totale del tuo account è $ 5,272,50. In base alle regole Roth IRA (controlla la pubblicazione IRS 590 per ulteriori informazioni), puoi prelevare fino a $ 5.000 senza pagare le tasse su di esso e senza pagare una penale. Una volta che ti immergi nei tuoi guadagni, che sono $272,50, la storia cambia.</code> |
* Loss: [<code>MatryoshkaLoss</code>](https://sbert.net/docs/package_reference/sentence_transformer/losses.html#matryoshkaloss) with these parameters:
```json
{
"loss": "MultipleNegativesRankingLoss",
"matryoshka_dims": [
768,
512,
256,
128,
64
],
"matryoshka_weights": [
1,
1,
1,
1,
1
],
"n_dims_per_step": -1
}
```
### 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: 4 tokens</li><li>mean: 11.05 tokens</li><li>max: 35 tokens</li></ul> | <ul><li>min: 16 tokens</li><li>mean: 93.92 tokens</li><li>max: 449 tokens</li></ul> | <ul><li>min: 20 tokens</li><li>mean: 89.53 tokens</li><li>max: 260 tokens</li></ul> |
* Samples:
| query | positive | negative |
|:------------------------------------------------------------------------------------------------|:-----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|:---------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|
| <code>quali sono alcune cose importanti da ricordare quando si avvia un piano di fitness</code> | <code>Quattro cose che devi sapere prima di aprire una palestra Dall'addetto al check-in della reception al manager, un operatore del club deve assumere un ottimo personale per gestire le operazioni quotidiane del club. Foto per gentile concessione di Jonas Fitness. CONTENUTI SPONSORIZZATI DA: Jonas Fitness In questi giorni, molte palestre possono essere una monetina una dozzina.</code> | <code>Note importanti da ricordare. È importante ricordare che mentre la perdita del tappo di muco è un'indicazione del travaglio, non significa che il travaglio stia per iniziare subito. Per le donne che partoriscono per la prima volta, il tappo di muco viene solitamente espulso giorni prima dell'inizio del travaglio e spesso può essere un segno di un travaglio precoce.</code> |
| <code>i sunpatiens possono essere annaffiati ogni giorno?</code> | <code>Mi dispiace non essere d'accordo con te, ma io vivo nel sud, nella Georgia centrale e i Sunpatiens DO WILT al sole. Sono piantati sul lato sud della mia casa e ricevono la luce diretta del sole dalle 10:00 alle 16:00 quando sono all'ombra. Vengono annaffiate ogni mattina alle 6 quando l'impianto di irrigazione si attiva per ben 45 minuti. Si riprendono dopo che sono all'ombra, ma affermare che sono amanti del sole totale non è una vera affermazione.</code> | <code>Miglior risposta: ci sono centinaia di modi per risolvere i cubi di Rubik, ma la maggior parte di essi si diramano semplicemente dai quattro di base. Il metodo Petrus, CFOP, metodo Corners first e Roux. Il tuo metodo di base è una versione annacquata di CFOP. La maggior parte degli altri sono semplicemente versioni estese di questi metodi.</code> |
| <code>indirizzo di terapia fisica calaveras</code> | <code>Terapia fisica Calaveras 670 E. Calaveras Blvd., Suite 112 Milpitas, CA 95035 Telefono: (408) 934-4700 | Fax: (408) 934-4701</code> | <code>Deve lavorare secondo le linee guida dell'American Physical Therapy Association e del corrispondente State Board of Physical Therapy come richiesto dal fisioterapista (Home Health) - A tempo pieno - All Care Rehab & Staffing - San Fernando, CA</code> |
* Loss: [<code>MatryoshkaLoss</code>](https://sbert.net/docs/package_reference/sentence_transformer/losses.html#matryoshkaloss) with these parameters:
```json
{
"loss": "MultipleNegativesRankingLoss",
"matryoshka_dims": [
768,
512,
256,
128,
64
],
"matryoshka_weights": [
1,
1,
1,
1,
1
],
"n_dims_per_step": -1
}
```
### Training Hyperparameters
#### Non-Default Hyperparameters
- `eval_strategy`: steps
- `per_device_train_batch_size`: 16
- `per_device_eval_batch_size`: 16
- `learning_rate`: 2e-05
- `num_train_epochs`: 1
- `warmup_ratio`: 0.1
- `fp16`: 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`: 16
- `per_device_eval_batch_size`: 16
- `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`: 2e-05
- `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`: False
- `fp16`: True
- `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 | - | - | 0.6220 | - |
| 0.016 | 100 | 13.4237 | 10.6120 | 0.6920 | - |
| 0.032 | 200 | 8.2122 | 6.9047 | 0.7585 | - |
| 0.048 | 300 | 5.5919 | 4.6699 | 0.8280 | - |
| 0.064 | 400 | 4.0067 | 3.5824 | 0.8730 | - |
| 0.08 | 500 | 3.3341 | 3.1468 | 0.8890 | - |
| 0.096 | 600 | 2.9975 | 2.8752 | 0.8925 | - |
| 0.112 | 700 | 2.7298 | 2.6899 | 0.9050 | - |
| 0.128 | 800 | 2.4282 | 2.5905 | 0.9030 | - |
| 0.144 | 900 | 2.3087 | 2.2762 | 0.9095 | - |
| 0.16 | 1000 | 2.209 | 2.1136 | 0.9145 | - |
| 0.176 | 1100 | 2.0301 | 2.0292 | 0.9220 | - |
| 0.192 | 1200 | 2.1824 | 2.0094 | 0.9240 | - |
| 0.208 | 1300 | 1.8577 | 1.9690 | 0.9275 | - |
| **0.224** | **1400** | **1.9943** | **1.9013** | **0.93** | **-** |
| 0.24 | 1500 | 1.836 | 1.9025 | 0.9245 | - |
| 0.256 | 1600 | 2.0652 | 1.8127 | 0.9255 | - |
| -1 | -1 | - | - | - | 0.9130 |
* The bold row denotes the saved checkpoint.
### Framework Versions
- Python: 3.11.11
- Sentence Transformers: 3.5.0.dev0
- Transformers: 4.50.0.dev0
- PyTorch: 2.5.1+cu124
- Accelerate: 1.3.0
- Datasets: 3.3.2
- 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.*
--> |