Add new SentenceTransformer model.

.gitattributes

@@ -33,3 +33,4 @@ saved_model/**/* filter=lfs diff=lfs merge=lfs -text
 *.zip filter=lfs diff=lfs merge=lfs -text
 *.zst filter=lfs diff=lfs merge=lfs -text
 *tfevents* filter=lfs diff=lfs merge=lfs -text
+tokenizer.json filter=lfs diff=lfs merge=lfs -text

1_Pooling/config.json

@@ -0,0 +1,10 @@
+{
+  "word_embedding_dimension": 384,
+  "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
+}

README.md

@@ -0,0 +1,573 @@
+---
+base_model: intfloat/multilingual-e5-small
+datasets: []
+language: []
+library_name: sentence-transformers
+pipeline_tag: sentence-similarity
+tags:
+- sentence-transformers
+- sentence-similarity
+- feature-extraction
+- generated_from_trainer
+- dataset_size:1193
+- loss:MultipleNegativesRankingLoss
+widget:
+- source_sentence: في ديسمبر 2011، الفرقة اختارت اسمها الذي هو إكسو، مع أسماء إكسو-كي
+    للفرقة الكورية وإكسو-إم للفرقة الصينية. وتم التعريف عن الأعضاء الأثني عشر بشكل
+    منفرد من خلال 23 تيرز "إعلان" مختلف صدر من ديسمبر 2011 إلى فبراير 2012. وكان كل
+    من كاي ولوهان وتاو وتشين، أول أربعة أعضاء يتم التعريف عنهم وقد ظهروا لأول مرة
+    في أول أداء علني لهم في حدث نظام بث سول "دايجو دايجون" بتاريخ 29 ديسمبر 2011.
+  sentences:
+  - من هم أول أربعة الأعضاء اللذين تم التعرف عليهم؟
+  - في أي عام إنتهى حكم زين العابدين؟
+  - الى ماذا أشار اسم پلشت؟
+- source_sentence: يستطيع السرطان أن يصيب كل المراحل العمرية عند الإنسان حتى الأجنة،
+    ولكن تزيد مخاطر الإصابة به كلما تقدم الإنسان في العمر. ويسبب السرطان الوفاة بنسبة
+    13% من جميع حالات الوفاة. ويشير مجتمع السرطان الأمريكي ACS إلى موت 7.6 مليون شخص
+    مريض بالسرطان في العالم في عام 2007. كما يصيب السرطان الإنسان فإن أشكال منه تصيب
+    الحيوان والنبات على حد سواء.
+  sentences:
+  - كم كان عمر اللاعب رونالدو عند فوزه بجائزه الفيفا لكونه افضل لاعب لأول مره؟
+  - ما هى نسب الوفاة بالسرطان؟
+  - قبل اعتزاله من العب, مع اي فريق قضى الاعب رونالدو اخر سنتين؟
+- source_sentence: 'يسرا (10 مارس 1951  -)، ممثلة مصرية، قدمت عدداً كبير من الأعمال
+    في السينما المصرية والدراما التلفزيونية، وهي سفيرة نوايا حسنة لبرنامج الأمم المتحدة
+    الإنمائي. بدأت حياتها السينمائية في أواخر السبعينيات القرن العشرين، مع أول ظهور
+    لها عام 1973 على الشاشة الفضية، تبرر عملها في بداياتها ببعض الأفلام التي قد لا
+    ترقى إلى مستوى فني جيد بقولها: «عندما بدأت كانت بداخلي شحنة كبيرة للتمثيل، وكان
+    مجرد تفريغها يرضيني، وشيئا فشيئا أدركت الفرق بين الانتشار والاختيار»، قبل الأشتغال
+    في مجال الفن والسينما، استمر مشوارها مع السينما المصرية من فيلم لآخر حتى استطاعت
+    أن تكتسب شعبية كبيرة في أواخر الثمانينيات القرن العشرين ومطلع تسعينيات القرن العشرين،
+    ومنها مجموعة من الأفلام التي وقفت فيها أمام الفنان عادل إمام، وتتحدث دوماً عن
+    تأثير المخرج يوسف شاهين والفنان عادل إمام على مشوارها الفني حيث تعاملت مع المخرج
+    يوسف شاهين لأول مرة من خلال فيلم حدوتة مصرية، أما عادل إمام فقد مثلا معا لأول
+    مرة من خلال فيلم شباب يرقص فوق النار في عام 1978، وقدمت بعدها معه نحو 15 فيلماً.'
+  sentences:
+  - أين ولد عنترة؟
+  - متى ولدت يسرا؟
+  - في أي عام إستقلت الأردن من فلسطين الإنتدابية؟
+- source_sentence: 'في صباح اليوم التّالي اجتمع الرّسول الكريم في قبيلة قريش وأخبرهم
+    بما حصل معه، فقال أكثر النّاس: والله هذا الأمر لبيّن، وإنّ الرّسول لصادق ٌ آمين،
+    وإنّ العير لتطرد شهرآ من مكّة إلى الشام مدبرة، وشهراً مقبلة، وقال بعضهم: إنّ هذا
+    القول لا يصدّق أفيذهب محمّدٌ ويرجع إلى مكّة في ليلة واحدة؟! فارتدّ كثيرٌ ممّن
+    كان قد أسلم، وذهب النّاس إلى أبي بكر، فقالوا له: يا أبا بكر إنّ صاحبك محمّد يزعم
+    أنّه قد جاء من بيت المقدس وصلّى فيه ورجع إلى مكّة، فقال لهم أبو بكر: إنّكم تكذبون
+    على رسول الله، فقال��ا: بلى، ها هو الرّسول في المسجد يحدّث الناس بما حدث معه، فقال
+    أبو بكر: والله لئن كان قال هذا الكلام لقد صدق، فما العجب من ذلك! فوالله إنّه ليخبرني
+    أنّ الخبر يأتيه من الله من السّماء إلى الأرض في ساعةٍ من ليلٍ أو نهار فأصدّقه،
+    فهذا أبعد ممّا تعجبون منه.'
+  sentences:
+  - متى أخبر الرسول قبيلة قريش ما حصل معه؟
+  - من ابوه؟
+  - لماذا قال انها مبررة؟
+- source_sentence: 'إنْجِلْترا أو إنْكِلْترا (بالإنجليزية: ) هي أكبر دولة في المملكة
+    المتحدة وتشترك في الحدود البرية مع اسكتلندا في الشمال وويلز في الغرب والبحر الأيرلندي
+    في الشمال الغربي وبحر الكلت في الجنوب الغربي وبحر الشمال في الشرق، وتفصلها القناة
+    الإنجليزية عن القارة الأوروبية جنوبًا. ويتكون البر الرئيسي من إنجلترا من الأجزاء
+    الوسطى والجنوبية من جزيرة بريطانيا العظمى في شمال المحيط الأطلسي، كما تشمل أيضًا
+    أكثر من 100 جزيرة صغيرة، مثل جزر سيلي وجزيرة وايت.'
+  sentences:
+  - ما الامثلة لجزر انجلترا؟
+  - فى اى بلد نشأ عيد الام؟
+  - ماهي طبيعية النظام السياسي في النمسا؟
+---
+
+# SentenceTransformer based on intfloat/multilingual-e5-small
+
+This is a [sentence-transformers](https://www.SBERT.net) model finetuned from [intfloat/multilingual-e5-small](https://huggingface.co/intfloat/multilingual-e5-small). It maps sentences & paragraphs to a 384-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:** [intfloat/multilingual-e5-small](https://huggingface.co/intfloat/multilingual-e5-small) <!-- at revision fd1525a9fd15316a2d503bf26ab031a61d056e98 -->
+- **Maximum Sequence Length:** 512 tokens
+- **Output Dimensionality:** 384 tokens
+- **Similarity Function:** Cosine Similarity
+<!-- - **Training Dataset:** Unknown -->
+<!-- - **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': 512, 'do_lower_case': False}) with Transformer model: BertModel 
+  (1): Pooling({'word_embedding_dimension': 384, '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})
+  (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("AhmedBadawy11/multilingual-e5-small-finetuned-ar")
+# Run inference
+sentences = [
+    'إنْجِلْترا أو إنْكِلْترا (بالإنجليزية: ) هي أكبر دولة في المملكة المتحدة وتشترك في الحدود البرية مع اسكتلندا في الشمال وويلز في الغرب والبحر الأيرلندي في الشمال الغربي وبحر الكلت في الجنوب الغربي وبحر الشمال في الشرق، وتفصلها القناة الإنجليزية عن القارة الأوروبية جنوبًا. ويتكون البر الرئيسي من إنجلترا من الأجزاء الوسطى والجنوبية من جزيرة بريطانيا العظمى في شمال المحيط الأطلسي، كما تشمل أيضًا أكثر من 100 جزيرة صغيرة، مثل جزر سيلي وجزيرة وايت.',
+    'ما الامثلة لجزر انجلترا؟',
+    'ماهي طبيعية النظام السياسي في النمسا؟',
+]
+embeddings = model.encode(sentences)
+print(embeddings.shape)
+# [3, 384]
+
+# 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.*
+-->
+
+<!--
+## 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
+
+#### Unnamed Dataset
+
+
+* Size: 1,193 training samples
+* Columns: <code>positive</code> and <code>anchor</code>
+* Approximate statistics based on the first 1000 samples:
+  |         | positive                                                                             | anchor                                                                            |
+  |:--------|:-------------------------------------------------------------------------------------|:----------------------------------------------------------------------------------|
+  | type    | string                                                                               | string                                                                            |
+  | details | <ul><li>min: 51 tokens</li><li>mean: 173.61 tokens</li><li>max: 512 tokens</li></ul> | <ul><li>min: 5 tokens</li><li>mean: 12.68 tokens</li><li>max: 28 tokens</li></ul> |
+* Samples:
+  | positive                                                                                                                                                                                                               | anchor                                                   |
+  |:-----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|:---------------------------------------------------------|
+  | <code>جمال أحمد حمزة خاشقجي (13 أكتوبر 1958، المدينة المنورة - 2 أكتوبر 2018)، صحفي وإعلامي سعودي، رأس عدّة مناصب لعدد من الصحف في السعودية، وتقلّد منصب مستشار، كما أنّه مدير عام قناة العرب الإخبارية سابقًا.</code> | <code>- من هو جمال أحمد حمزة خاشقجي؟</code>              |
+  | <code>جمال أحمد حمزة خاشقجي (13 أكتوبر 1958، المدينة المنورة - 2 أكتوبر 2018)، صحفي وإعلامي سعودي، رأس عدّة مناصب لعدد من الصحف في السعودية، وتقلّد منصب مستشار، كما أنّه مدير عام قناة العرب الإخبارية سابقًا.</code> | <code>- متى ولد جمال أحمد حمزة خاشقجي وتوفي؟ ال</code>   |
+  | <code>جمال أحمد حمزة خاشقجي (13 أكتوبر 1958، المدينة المنورة - 2 أكتوبر 2018)، صحفي وإعلامي سعودي، رأس عدّة مناصب لعدد من الصحف في السعودية، وتقلّد منصب مستشار، كما أنّه مدير عام قناة العرب الإخبارية سابقًا.</code> | <code>- في أي مدينة ولد جمال أحمد حمزة خاشقجي؟ ال</code> |
+* Loss: [<code>MultipleNegativesRankingLoss</code>](https://sbert.net/docs/package_reference/sentence_transformer/losses.html#multiplenegativesrankingloss) with these parameters:
+  ```json
+  {
+      "scale": 20.0,
+      "similarity_fct": "cos_sim"
+  }
+  ```
+
+### Evaluation Dataset
+
+#### Unnamed Dataset
+
+
+* Size: 202 evaluation samples
+* Columns: <code>positive</code> and <code>anchor</code>
+* Approximate statistics based on the first 1000 samples:
+  |         | positive                                                                             | anchor                                                                            |
+  |:--------|:-------------------------------------------------------------------------------------|:----------------------------------------------------------------------------------|
+  | type    | string                                                                               | string                                                                            |
+  | details | <ul><li>min: 62 tokens</li><li>mean: 178.02 tokens</li><li>max: 512 tokens</li></ul> | <ul><li>min: 6 tokens</li><li>mean: 12.32 tokens</li><li>max: 25 tokens</li></ul> |
+* Samples:
+  | positive                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                | anchor                                  |
+  |:----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|:----------------------------------------|
+  | <code>حمزة بن عبد المطلب الهاشمي القرشي صحابي من صحابة رسول الإسلام محمد، وعمُّه وأخوه من الرضاعة وأحد وزرائه الأربعة عشر، وهو خير أعمامه لقوله: «خَيْرُ إِخْوَتِي عَلِيٌّ، وَخَيْرُ أَعْمَامِي حَمْزَةُ رَضِيَ اللَّهُ عَنْهُمَا».</code>                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                              | <code>بما وصفه رسول الله؟</code>        |
+  | <code>أسلم حمزة في السنة الثانية من بعثة النبي محمد، فلمَّا أسلم علمت قريش أن الرسولَ محمداً قد عز وامتنع وأن حمزة سيمنعه، فكفّوا عن بعض ما كانوا ينالون منه. ثم هاجر حمزة إلى المدينة المنورة، فآخى الرسولُ بينه وبين زيد بن حارثة. وكان أولُ لواء عقده الرسولُ محمدٌ هو اللواءَ الذي عقده لحمزة، وشهد حمزةُ غزوة بدر، وقَتَلَ فيها شيبة بن ربيعة م��ارزةً، وقتل غيرَه كثيراً من المشركين، كما شهد غزوة أحد، فقُتل بها سنة 3هـ، وكان قد قَتَلَ من المشركين قبل أن يُقتل واحداً وثلاثين نفساً، وكان الذي قتله هو وحشي بن حرب الحبشي غلامُ جبير بن مطعم، ومثَّل به المشركون، وبقرت هند بنت عتبة بطنَه فأخرجت كبده، فجعلت تلوكها فلم تسغها فلفظتها، فقال الرسولُ محمدٌ: ، وخرج الرسولُ يلتمس حمزة، فوجده ببطن الوادي قد مُثِّل به، فلم ير منظراً كان أوجع لقلبه منه فقال: . ودفن حمزة وابن أخته عبد الله بن جحش في قبر واحد.</code>                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                        | <code>و ماذا فعل فى غزوة بدر؟</code>    |
+  | <code>القمر هو القمر الطبيعي الوَحيد للأرض بالإضافة إلى أنه خامس أكبر قمرٍ طبيعيٍ في المجموعة الشمسية. فهو يُعَدُ أكبر قمرٍ طبيعيٍ في المجموعة الشمسية من ناحية نسبة حجمه إلى كوكبه التابع له، حيث أن قطره يصل إلى ربع قطر الأرض، كما أن كتلته تصل إلى 1 على 81 من كتلة الأرض، هذا بالإضافة إلى أنه يُعَدُ ثاني أعلى قمرٍ من ناحية الكثافة بعد قمر إيو. هذا ويتسم القمر الأرضي حركته التزامنية مع كوكبه (الأرض)، عارضاً دائماً الوجه نفسه؛ حيث يتميز الجانب القريب بمنطقةٍ بركانيةٍ منخفضةٍ مظلمةٍ، والتي تقع فيما بين مرتفعات القشرة الأرضية القديمة البراقة والفوهات الصدمية الشاهقة. كما يُلاحظ أن القمر الأرضي هو أكثر جسمٍ لامعٍ في السماء ليلاً، وعموماً هو الجسم الأكثر لمعاناً بعد الشمس، وهذا على الرغم من أن سطحه معتم جداً، حيث أن له انعكاساً مماثلاً للفحم. كان بروز القمر في السماء المظلمة ليلاً، ودورته المنتظمة الأطوار (المراحل) قد جعل له على مر العصور القديمة تأثيراً ثقافياً هاماً على كلٍ من اللغة، التقويم القمري، ، والأساطير القديمة، المتمثلة في آلهة القمر والتي منها عبر الحضارات: "خونسو" في الديانة المصرية القديمة، "تشانغ" في الحضارة الصينية وكذلك "ماما قيلا" في حضارة الإنكا. ومن السمات الكامنة للقمر كذلك، تأثير جاذبيته التي تسفر عن وقوع عمليتي مد وجزر المحيطات وإطالة الدقيقة (نتيجة تسارع المد والجزر) لليوم. مع ملاحظة أن المسافة المدارية الحالية للقمر، والتي تُقَدَرُ بثلاثين مرةٍ قدر قطر الكرة الأرضية، تتسبب في أن يبدو القمر أغلب الوقت بنفس حجمه دون تغيير في السماء كما هو الحال مع الشمس، مما يسمح له (القمر) بأن يغطي الشمس بصورةٍ شبه تامةٍ في ظاهرة الكسوف الكلي للشمس.</code> | <code>كم المسافة المدارية للقمر؟</code> |
+* Loss: [<code>MultipleNegativesRankingLoss</code>](https://sbert.net/docs/package_reference/sentence_transformer/losses.html#multiplenegativesrankingloss) with these parameters:
+  ```json
+  {
+      "scale": 20.0,
+      "similarity_fct": "cos_sim"
+  }
+  ```
+
+### Training Hyperparameters
+#### Non-Default Hyperparameters
+
+- `eval_strategy`: steps
+- `per_device_train_batch_size`: 10
+- `per_device_eval_batch_size`: 10
+- `learning_rate`: 2e-05
+- `weight_decay`: 0.01
+- `num_train_epochs`: 30
+- `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`: 10
+- `per_device_eval_batch_size`: 10
+- `per_gpu_train_batch_size`: None
+- `per_gpu_eval_batch_size`: None
+- `gradient_accumulation_steps`: 1
+- `eval_accumulation_steps`: None
+- `learning_rate`: 2e-05
+- `weight_decay`: 0.01
+- `adam_beta1`: 0.9
+- `adam_beta2`: 0.999
+- `adam_epsilon`: 1e-08
+- `max_grad_norm`: 1.0
+- `num_train_epochs`: 30
+- `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}
+- `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
+- `batch_sampler`: no_duplicates
+- `multi_dataset_batch_sampler`: proportional
+
+</details>
+
+### Training Logs
+<details><summary>Click to expand</summary>
+
+| Epoch      | Step    | Training Loss | loss       |
+|:----------:|:-------:|:-------------:|:----------:|
+| 0.3333     | 50      | 1.1123        | -          |
+| 0.6667     | 100     | 0.8668        | 0.4901     |
+| 1.0        | 150     | 0.2325        | -          |
+| 1.3333     | 200     | 0.7716        | 0.4220     |
+| 1.6667     | 250     | 0.6343        | -          |
+| **2.0**    | **300** | **0.1111**    | **0.4935** |
+| 2.3333     | 350     | 0.5677        | -          |
+| 2.6667     | 400     | 0.4588        | 0.4456     |
+| 3.0        | 450     | 0.0711        | -          |
+| 3.3333     | 500     | 0.3811        | 0.4628     |
+| 3.6667     | 550     | 0.3077        | -          |
+| 4.0        | 600     | 0.0332        | 0.5094     |
+| 4.3333     | 650     | 0.2041        | -          |
+| 4.6667     | 700     | 0.2032        | 0.5058     |
+| 5.0        | 750     | 0.0147        | -          |
+| 5.3333     | 800     | 0.1282        | 0.5928     |
+| 5.6667     | 850     | 0.1462        | -          |
+| 6.0        | 900     | 0.0072        | 0.5126     |
+| 6.3333     | 950     | 0.1108        | -          |
+| 6.6667     | 1000    | 0.0826        | 0.5600     |
+| 7.0        | 1050    | 0.0047        | -          |
+| 7.3333     | 1100    | 0.0736        | 0.5639     |
+| 7.6667     | 1150    | 0.0705        | -          |
+| 8.0        | 1200    | 0.0049        | 0.5298     |
+| 8.3333     | 1250    | 0.0467        | -          |
+| 8.6667     | 1300    | 0.0471        | 0.5729     |
+| 9.0        | 1350    | 0.0026        | -          |
+| 9.3333     | 1400    | 0.0286        | 0.5728     |
+| 9.6667     | 1450    | 0.0233        | -          |
+| 10.0       | 1500    | 0.0026        | 0.5323     |
+| 10.3333    | 1550    | 0.0187        | -          |
+| 10.6667    | 1600    | 0.0257        | 0.6122     |
+| 11.0       | 1650    | 0.0021        | -          |
+| 11.3333    | 1700    | 0.0134        | 0.6243     |
+| 11.6667    | 1750    | 0.017         | -          |
+| 12.0       | 1800    | 0.0017        | 0.5424     |
+| 12.3333    | 1850    | 0.0086        | -          |
+| 12.6667    | 1900    | 0.0099        | 0.6278     |
+| 13.0       | 1950    | 0.0015        | -          |
+| 13.3333    | 2000    | 0.0047        | 0.5956     |
+| 13.6667    | 2050    | 0.0059        | -          |
+| 14.0       | 2100    | 0.0013        | 0.5540     |
+| 0.4167     | 50      | 0.0679        | -          |
+| 0.8333     | 100     | 0.0287        | 0.6804     |
+| 0.3333     | 50      | 0.0022        | -          |
+| 0.6667     | 100     | 0.0052        | 0.6104     |
+| 1.0        | 150     | 0.001         | -          |
+| 1.3333     | 200     | 0.0027        | 0.6163     |
+| 1.6667     | 250     | 0.0022        | -          |
+| **2.0**    | **300** | **0.0007**    | **0.5714** |
+| 2.3333     | 350     | 0.003         | -          |
+| 2.6667     | 400     | 0.0031        | 0.5855     |
+| 3.0        | 450     | 0.0006        | -          |
+| 3.3333     | 500     | 0.0024        | 0.5832     |
+| 3.6667     | 550     | 0.0113        | -          |
+| 4.0        | 600     | 0.0008        | 0.6035     |
+| 0.3333     | 50      | 0.002         | -          |
+| 0.6667     | 100     | 0.0054        | 0.6003     |
+| 1.0        | 150     | 0.0005        | -          |
+| 1.3333     | 200     | 0.0007        | 0.6455     |
+| 1.6667     | 250     | 0.0006        | -          |
+| **2.0**    | **300** | **0.0003**    | **0.5867** |
+| 2.3333     | 350     | 0.0021        | -          |
+| 2.6667     | 400     | 0.0022        | 0.5723     |
+| 3.0        | 450     | 0.0011        | -          |
+| 3.3333     | 500     | 0.0136        | 0.6295     |
+| 3.6667     | 550     | 0.007         | -          |
+| 4.0        | 600     | 0.001         | 0.6163     |
+| 4.3333     | 650     | 0.0089        | -          |
+| 4.6667     | 700     | 0.0058        | 0.6816     |
+| 5.0        | 750     | 0.0013        | -          |
+| 5.3333     | 800     | 0.0023        | 0.6337     |
+| 5.6667     | 850     | 0.0014        | -          |
+| 6.0        | 900     | 0.0006        | 0.5974     |
+| 6.3333     | 950     | 0.001         | -          |
+| 6.6667     | 1000    | 0.0009        | 0.6871     |
+| 7.0        | 1050    | 0.0004        | -          |
+| 7.3333     | 1100    | 0.0005        | 0.6807     |
+| 7.6667     | 1150    | 0.0007        | -          |
+| 8.0        | 1200    | 0.0004        | 0.6377     |
+| 8.3333     | 1250    | 0.0003        | -          |
+| 8.6667     | 1300    | 0.0005        | 0.6099     |
+| 9.0        | 1350    | 0.0002        | -          |
+| 9.3333     | 1400    | 0.0004        | 0.6636     |
+| 9.6667     | 1450    | 0.0004        | -          |
+| 10.0       | 1500    | 0.0003        | 0.6657     |
+| 10.3333    | 1550    | 0.0003        | -          |
+| 10.6667    | 1600    | 0.0003        | 0.6837     |
+| 11.0       | 1650    | 0.0002        | -          |
+| 11.3333    | 1700    | 0.0002        | 0.6655     |
+| 11.6667    | 1750    | 0.0002        | -          |
+| 12.0       | 1800    | 0.0002        | 0.6687     |
+| 12.3333    | 1850    | 0.0002        | -          |
+| 12.6667    | 1900    | 0.0002        | 0.6852     |
+| 13.0       | 1950    | 0.0002        | -          |
+| 13.3333    | 2000    | 0.0002        | 0.6802     |
+| 13.6667    | 2050    | 0.0002        | -          |
+| 14.0       | 2100    | 0.0002        | 0.6837     |
+| 14.3333    | 2150    | 0.0002        | -          |
+| 14.6667    | 2200    | 0.0003        | 0.7097     |
+| 15.0       | 2250    | 0.0002        | -          |
+| 15.3333    | 2300    | 0.0002        | 0.6871     |
+| 15.6667    | 2350    | 0.0003        | -          |
+| 16.0       | 2400    | 0.0002        | 0.6774     |
+| 16.3333    | 2450    | 0.0002        | -          |
+| 16.6667    | 2500    | 0.0002        | 0.6864     |
+| 17.0       | 2550    | 0.0001        | -          |
+| 17.3333    | 2600    | 0.0002        | 0.6970     |
+| 17.6667    | 2650    | 0.0002        | -          |
+| 18.0       | 2700    | 0.0001        | 0.6883     |
+| 18.3333    | 2750    | 0.0002        | -          |
+| 18.6667    | 2800    | 0.0002        | 0.7124     |
+| 19.0       | 2850    | 0.0001        | -          |
+| 19.3333    | 2900    | 0.0002        | 0.7006     |
+| 19.6667    | 2950    | 0.0002        | -          |
+| 20.0       | 3000    | 0.0001        | 0.6969     |
+| 20.3333    | 3050    | 0.0001        | -          |
+| 20.6667    | 3100    | 0.0001        | 0.7102     |
+| 21.0       | 3150    | 0.0001        | -          |
+| 21.3333    | 3200    | 0.0001        | 0.6979     |
+| 21.6667    | 3250    | 0.0001        | -          |
+| 22.0       | 3300    | 0.0001        | 0.7192     |
+| 22.3333    | 3350    | 0.0001        | -          |
+| 22.6667    | 3400    | 0.0001        | 0.7169     |
+| 23.0       | 3450    | 0.0001        | -          |
+| 23.3333    | 3500    | 0.0001        | 0.7235     |
+| 0.6667     | 50      | 0.03          | -          |
+| 1.3333     | 100     | 0.027         | 0.8348     |
+| 0.1672     | 50      | 0.0001        | -          |
+| 0.3344     | 100     | 0.0001        | 0.4700     |
+| 0.5017     | 150     | 0.0001        | -          |
+| 0.6689     | 200     | 0.0001        | 0.4949     |
+| 0.8361     | 250     | 0.0           | -          |
+| **1.0033** | **300** | **0.0001**    | **0.4648** |
+| 0.1672     | 50      | 0.0001        | -          |
+| 0.3344     | 100     | 0.0           | 0.4727     |
+| 0.5017     | 150     | 0.0           | -          |
+| 0.6689     | 200     | 0.0           | 0.4947     |
+| 0.8361     | 250     | 0.0           | -          |
+| **1.0033** | **300** | **0.0**       | **0.4778** |
+| 0.4167     | 50      | 0.0301        | -          |
+| 0.8333     | 100     | 0.0084        | 0.8593     |
+| 1.25       | 150     | 0.0216        | -          |
+| 1.6667     | 200     | 0.0175        | 0.8385     |
+| 2.0833     | 250     | 0.0043        | -          |
+| **2.5**    | **300** | **0.0141**    | **0.8201** |
+| 2.9167     | 350     | 0.004         | -          |
+| 3.3333     | 400     | 0.0049        | 0.8553     |
+| 3.75       | 450     | 0.0036        | -          |
+| 4.1667     | 500     | 0.0042        | 0.8287     |
+| 4.5833     | 550     | 0.003         | -          |
+| 5.0        | 600     | 0.0011        | 0.8337     |
+
+* The bold row denotes the saved checkpoint.
+</details>
+
+### Framework Versions
+- Python: 3.10.12
+- Sentence Transformers: 3.0.1
+- Transformers: 4.42.4
+- PyTorch: 2.3.1+cu121
+- Accelerate: 0.27.0
+- 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}
+}
+```
+
+<!--
+## 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.*
+-->

config.json

@@ -0,0 +1,26 @@
+{
+  "_name_or_path": "intfloat/multilingual-e5-small",
+  "architectures": [
+    "BertModel"
+  ],
+  "attention_probs_dropout_prob": 0.1,
+  "classifier_dropout": null,
+  "hidden_act": "gelu",
+  "hidden_dropout_prob": 0.1,
+  "hidden_size": 384,
+  "initializer_range": 0.02,
+  "intermediate_size": 1536,
+  "layer_norm_eps": 1e-12,
+  "max_position_embeddings": 512,
+  "model_type": "bert",
+  "num_attention_heads": 12,
+  "num_hidden_layers": 12,
+  "pad_token_id": 0,
+  "position_embedding_type": "absolute",
+  "tokenizer_class": "XLMRobertaTokenizer",
+  "torch_dtype": "float32",
+  "transformers_version": "4.42.4",
+  "type_vocab_size": 2,
+  "use_cache": true,
+  "vocab_size": 250037
+}

config_sentence_transformers.json

@@ -0,0 +1,10 @@
+{
+  "__version__": {
+    "sentence_transformers": "3.0.1",
+    "transformers": "4.42.4",
+    "pytorch": "2.3.1+cu121"
+  },
+  "prompts": {},
+  "default_prompt_name": null,
+  "similarity_fn_name": null
+}

model.safetensors

@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:c6638d93122607f2b00b7d558c5c48c529ebd1be835b232a9ab2f84916e96c40
+size 470637416

modules.json

@@ -0,0 +1,20 @@
+[
+  {
+    "idx": 0,
+    "name": "0",
+    "path": "",
+    "type": "sentence_transformers.models.Transformer"
+  },
+  {
+    "idx": 1,
+    "name": "1",
+    "path": "1_Pooling",
+    "type": "sentence_transformers.models.Pooling"
+  },
+  {
+    "idx": 2,
+    "name": "2",
+    "path": "2_Normalize",
+    "type": "sentence_transformers.models.Normalize"
+  }
+]

sentence_bert_config.json

@@ -0,0 +1,4 @@
+{
+  "max_seq_length": 512,
+  "do_lower_case": false
+}

sentencepiece.bpe.model

@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:cfc8146abe2a0488e9e2a0c56de7952f7c11ab059eca145a0a727afce0db2865
+size 5069051

special_tokens_map.json

@@ -0,0 +1,51 @@
+{
+  "bos_token": {
+    "content": "<s>",
+    "lstrip": false,
+    "normalized": false,
+    "rstrip": false,
+    "single_word": false
+  },
+  "cls_token": {
+    "content": "<s>",
+    "lstrip": false,
+    "normalized": false,
+    "rstrip": false,
+    "single_word": false
+  },
+  "eos_token": {
+    "content": "</s>",
+    "lstrip": false,
+    "normalized": false,
+    "rstrip": false,
+    "single_word": false
+  },
+  "mask_token": {
+    "content": "<mask>",
+    "lstrip": false,
+    "normalized": false,
+    "rstrip": false,
+    "single_word": false
+  },
+  "pad_token": {
+    "content": "<pad>",
+    "lstrip": false,
+    "normalized": false,
+    "rstrip": false,
+    "single_word": false
+  },
+  "sep_token": {
+    "content": "</s>",
+    "lstrip": false,
+    "normalized": false,
+    "rstrip": false,
+    "single_word": false
+  },
+  "unk_token": {
+    "content": "<unk>",
+    "lstrip": false,
+    "normalized": false,
+    "rstrip": false,
+    "single_word": false
+  }
+}

tokenizer.json

@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:ef04f2b385d1514f500e779207ace0f53e30895ce37563179e29f4022d28ca38
+size 17083053

tokenizer_config.json

@@ -0,0 +1,55 @@
+{
+  "added_tokens_decoder": {
+    "0": {
+      "content": "<s>",
+      "lstrip": false,
+      "normalized": false,
+      "rstrip": false,
+      "single_word": false,
+      "special": true
+    },
+    "1": {
+      "content": "<pad>",
+      "lstrip": false,
+      "normalized": false,
+      "rstrip": false,
+      "single_word": false,
+      "special": true
+    },
+    "2": {
+      "content": "</s>",
+      "lstrip": false,
+      "normalized": false,
+      "rstrip": false,
+      "single_word": false,
+      "special": true
+    },
+    "3": {
+      "content": "<unk>",
+      "lstrip": false,
+      "normalized": false,
+      "rstrip": false,
+      "single_word": false,
+      "special": true
+    },
+    "250001": {
+      "content": "<mask>",
+      "lstrip": false,
+      "normalized": false,
+      "rstrip": false,
+      "single_word": false,
+      "special": true
+    }
+  },
+  "bos_token": "<s>",
+  "clean_up_tokenization_spaces": true,
+  "cls_token": "<s>",
+  "eos_token": "</s>",
+  "mask_token": "<mask>",
+  "model_max_length": 512,
+  "pad_token": "<pad>",
+  "sep_token": "</s>",
+  "sp_model_kwargs": {},
+  "tokenizer_class": "XLMRobertaTokenizer",
+  "unk_token": "<unk>"
+}