---
base_model: BAAI/bge-m3
datasets: []
language: []
library_name: sentence-transformers
metrics:
- cosine_accuracy
- dot_accuracy
- manhattan_accuracy
- euclidean_accuracy
- max_accuracy
pipeline_tag: sentence-similarity
tags:
- sentence-transformers
- sentence-similarity
- feature-extraction
- generated_from_trainer
- dataset_size:45000
- loss:MultipleNegativesRankingLoss
widget:
- source_sentence: Seorang pria sedang tidur.
sentences:
- Seorang pria berambut panjang memegang semacam pita.
- Seorang pria tidur di sofa di pinggir jalan.
- Seekor hewan yang mencoba mengeringkan dirinya.
- source_sentence: Ada beberapa orang yang hadir.
sentences:
- Orang tua tidur sendirian di pesawat dengan tas di pangkuannya.
- Seorang wanita dengan rambut pirang disanggul dan mengenakan kacamata hitam berdiri
di dekat tenda hitam dan putih.
- Tiga peselancar angin di lautan, satu di antaranya sedang mengudara.
- source_sentence: Ada dua anjing di luar.
sentences:
- Seorang pria mengenakan kemeja berkancing biru dan celana panjang sedang tidur
di etalase toko.
- Seekor anjing putih berjalan melintasi rerumputan berdaun lebat sementara seekor
anjing coklat hendak menggigitnya.
- Dua anjing krem ​​​​sedang bermain di salju.
- source_sentence: Seorang wanita sedang memainkan gitar di atas panggung dengan latar
belakang hijau.
sentences:
- Warna hijau tidak ada dalam bingkai sama sekali.
- Seorang wanita dan seorang pria memainkan alat musik di trotoar kota.
- Wanita itu sedang memainkan musik.
- source_sentence: Seorang anak laki-laki sedang membaca.
sentences:
- Seorang pria sedang tidur di kursi dan dikelilingi oleh banyak ayam di dalam kandang.
- Seorang anak baru saja memukul bola saat bermain T-ball.
- Anak laki-laki kecil duduk di kursi modern yang besar, membaca buku anak-anak.
model-index:
- name: SentenceTransformer based on BAAI/bge-m3
results:
- task:
type: triplet
name: Triplet
dataset:
name: model evaluation
type: model-evaluation
metrics:
- type: cosine_accuracy
value: 0.9596
name: Cosine Accuracy
- type: dot_accuracy
value: 0.0404
name: Dot Accuracy
- type: manhattan_accuracy
value: 0.9592
name: Manhattan Accuracy
- type: euclidean_accuracy
value: 0.9596
name: Euclidean Accuracy
- type: max_accuracy
value: 0.9596
name: Max Accuracy
---
# SentenceTransformer based on BAAI/bge-m3
This is a [sentence-transformers](https://www.SBERT.net) model finetuned from [BAAI/bge-m3](https://huggingface.co/BAAI/bge-m3). It maps sentences & paragraphs to a 1024-dimensional dense vector space and can be used for semantic textual similarity, semantic search, paraphrase mining, text classification, clustering, and more.
## Model Details
### Model Description
- **Model Type:** Sentence Transformer
- **Base model:** [BAAI/bge-m3](https://huggingface.co/BAAI/bge-m3)
- **Maximum Sequence Length:** 8192 tokens
- **Output Dimensionality:** 1024 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': 8192, 'do_lower_case': False}) with Transformer model: XLMRobertaModel
(1): Pooling({'word_embedding_dimension': 1024, '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("MarcoAland/Indonesian-bge-m3")
# Run inference
sentences = [
'Seorang anak laki-laki sedang membaca.',
'Anak laki-laki kecil duduk di kursi modern yang besar, membaca buku anak-anak.',
'Seorang anak baru saja memukul bola saat bermain T-ball.',
]
embeddings = model.encode(sentences)
print(embeddings.shape)
# [3, 1024]
# Get the similarity scores for the embeddings
similarities = model.similarity(embeddings, embeddings)
print(similarities.shape)
# [3, 3]
```
## Evaluation
### Metrics
#### Triplet
* Dataset: `model-evaluation`
* Evaluated with [TripletEvaluator
](https://sbert.net/docs/package_reference/sentence_transformer/evaluation.html#sentence_transformers.evaluation.TripletEvaluator)
| Metric | Value |
|:-------------------|:-----------|
| cosine_accuracy | 0.9596 |
| dot_accuracy | 0.0404 |
| manhattan_accuracy | 0.9592 |
| euclidean_accuracy | 0.9596 |
| **max_accuracy** | **0.9596** |
## Training Details
### Training Dataset
#### Unnamed Dataset
* Size: 45,000 training samples
* Columns: anchor
, positive
, and negative
* Approximate statistics based on the first 1000 samples:
| | anchor | positive | negative |
|:--------|:----------------------------------------------------------------------------------|:----------------------------------------------------------------------------------|:----------------------------------------------------------------------------------|
| type | string | string | string |
| details |
Dua pengendara sepeda motor berlomba di lintasan miring.
| Lintasan pada gambar tidak sepenuhnya datar.
| Pengendara sepeda motor memakai sarung tangannya sebelum balapan
|
| Pria itu ada di luar.
| Seorang pria berpakaian hitam sedang memegang kantong sampah hitam dan memungut barang-barang dari tempat pembuangan tanah.
| Seorang pria mengenakan jas hitam dikelilingi oleh banyak orang di dalam sebuah gedung dengan patung dada orang di dinding.
|
| Orang-orang ada di luar ruangan.
| Ada orang-orang yang menonton band bermain di luar ruangan dan seorang anak berada di latar depan.
| Dua orang bertopi baseball sedang duduk di dalam ruang kantor besar dan menatap layar komputer.
|
* Loss: [MultipleNegativesRankingLoss
](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: 5,000 evaluation samples
* Columns: anchor
, positive
, and negative
* Approximate statistics based on the first 1000 samples:
| | anchor | positive | negative |
|:--------|:---------------------------------------------------------------------------------|:---------------------------------------------------------------------------------|:----------------------------------------------------------------------------------|
| type | string | string | string |
| details | Anjing itu sedang berlari.
| Seekor anjing coklat mengejar bola di rumput
| Anjing itu berbaring telentang di dekat bola hijau.
|
| Seorang pria sedang tidur.
| Seorang pria sedang tidur siang di kereta.
| Pria muda bekerja di laboratorium sains.
|
| Seorang pria sedang tidur.
| Seorang pria sedang tidur di dalam bus.
| seorang pria mendayung ganilla menyusuri jalan setapak yang berair
|
* Loss: [MultipleNegativesRankingLoss
](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`: 4
- `per_device_eval_batch_size`: 4
- `num_train_epochs`: 1
- `warmup_ratio`: 0.1
- `batch_sampler`: no_duplicates
#### All Hyperparameters