fombus commited on
Commit
39f9312
1 Parent(s): ac87f4b

Add new SentenceTransformer model.

Browse files
.gitattributes CHANGED
@@ -33,3 +33,4 @@ saved_model/**/* filter=lfs diff=lfs merge=lfs -text
33
  *.zip filter=lfs diff=lfs merge=lfs -text
34
  *.zst filter=lfs diff=lfs merge=lfs -text
35
  *tfevents* filter=lfs diff=lfs merge=lfs -text
 
 
33
  *.zip filter=lfs diff=lfs merge=lfs -text
34
  *.zst filter=lfs diff=lfs merge=lfs -text
35
  *tfevents* filter=lfs diff=lfs merge=lfs -text
36
+ tokenizer.json filter=lfs diff=lfs merge=lfs -text
1_Pooling/config.json ADDED
@@ -0,0 +1,10 @@
 
 
 
 
 
 
 
 
 
 
 
1
+ {
2
+ "word_embedding_dimension": 384,
3
+ "pooling_mode_cls_token": false,
4
+ "pooling_mode_mean_tokens": true,
5
+ "pooling_mode_max_tokens": false,
6
+ "pooling_mode_mean_sqrt_len_tokens": false,
7
+ "pooling_mode_weightedmean_tokens": false,
8
+ "pooling_mode_lasttoken": false,
9
+ "include_prompt": true
10
+ }
README.md ADDED
@@ -0,0 +1,424 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
+ ---
2
+ base_model: intfloat/multilingual-e5-small
3
+ datasets: []
4
+ language: []
5
+ library_name: sentence-transformers
6
+ pipeline_tag: sentence-similarity
7
+ tags:
8
+ - sentence-transformers
9
+ - sentence-similarity
10
+ - feature-extraction
11
+ - generated_from_trainer
12
+ - dataset_size:278
13
+ - loss:MultipleNegativesRankingLoss
14
+ widget:
15
+ - source_sentence: Ученик средней школы к услугам обществу примешал доброту.
16
+ sentences:
17
+ - 'Склизкий гад в сливном бачке; мохнатый зверь; похожий на чудовище из «Аленького
18
+ цветочка»; гигантские мокрицы под кроватью — все они существуют на самом деле.
19
+ Все; что им нужно — пугать детей; потому что из детских криков они получают электричество.Полнометражный
20
+ мультфильм рассказывает о кризисах в мире монстров; их жизни. Но однажды вся мирная
21
+ жизнь монстров оказывается под угрозой: в их мир попадает ребенок. А с детьми
22
+ столько хлопот; что они могут довести даже монстров.'
23
+ - В Нью-Йорк по приглашению главы крупного юридического концерна прибывает Кевин
24
+ Ломакс; молодой адвокат. До этого он был известен тем; что защищал исключительно
25
+ негодяев и притом не проиграл ни одного процесса. На новом месте работы он вполне
26
+ счастлив; он живет в роскошной квартире с любящей женой; его окружают интересные
27
+ люди.
28
+ - Представьте себе — Вы оказываете кому-либо существенную услугу и просите этого
29
+ человека отблагодарить не Вас; а трёх других людей; которые; в свою очередь; отблагодарят
30
+ ещё троих; и так далее; распространяя тепло и доброту в мировом масштабе. Насколько
31
+ действенной может оказаться подобная сердечная идея? Ученик седьмого класса Тревор
32
+ МакКинни решил это проверить; начав цепочку добра.
33
+ - source_sentence: У тебя никакой информации нет. Выложи нормальную информацию, чтобы
34
+ я мог сделать краткое описание.
35
+ sentences:
36
+ - Июль 1942 года. На подступах к Сталинграду обескровленные; измотанные советские
37
+ войска ведут тяжелые оборонительные бои; неся огромные потери… Фильм рассказывает
38
+ о подвиге рядовых солдат; любви к родной земле; об истинной цене победы…
39
+ - Инженер Бен отправляется в необычное путешествие. В ходе своей поездки он встречает
40
+ семерых незнакомцев; включая смертельно больную Эмили; которая называет себя девушкой
41
+ с подбитыми крыльями. Бен неожиданно влюбляется в нее; что сильно усложняет его первоначальный
42
+ план. Сможет ли он разгадать послание судьбы?
43
+ - Рассказ о нелегких буднях учительницы английского языка; преподающей в одной из школ
44
+ калифорнийского городка Лонг-Бич. Ее ученики — почти сплошь субъекты; для которых
45
+ английский совсем не является родным языком. Ко всему прочему; Лонг-Бич славится
46
+ своими бандитскими традициями.
47
+ - source_sentence: Таким образом, я описал фильм «Восьмая нервная речь» (другие названия
48
+ «Нервная речь» или «Бездомный». Хотя фильм и относится к произведениям кинематографа,
49
+ его можно назвать наиболее короткой повестью с цитатами о собаке и о существе
50
+ человека.
51
+ sentences:
52
+ - Трога��ельная лирическая киноповесть о судьбе собаки; теряющей любимого хозяина;
53
+ об отношении людей к «братьям меньшим»; которое как рентгеном просвечивает души;
54
+ выявляя в одних низость и мелочную подлость; а в других — благородство; способность
55
+ сострадать и любить…
56
+ - Закон и преступление; порядок и беспредел; защитник и жертва — неизбежное противостояние
57
+ и столкновение. Полицейские — порядок; законопослушные граждане — закон. Но все
58
+ ли граждане; слывущие добропорядочными; соблюдают законы; и всем ли представителям
59
+ закона стоит доверять? Прикрываясь значком полицейского; они вершат беззаконие
60
+ и из праведников превращаются в изощренных насильников.
61
+ - Когда засуха; пыльные бури и вымирание растений приводят человечество к продовольственному
62
+ кризису; коллектив исследователей и учёных отправляется сквозь червоточину (которая
63
+ предположительно соединяет области пространства-времени через большое расстояние)
64
+ в путешествие; чтобы превзойти прежние ограничения для космических путешествий
65
+ человека и найти планету с подходящими для человечества условиями.
66
+ - source_sentence: Фильм — о борьбе женщины за справедливость в поисках убийцы ее
67
+ дочери, когда полиция seemingly не заинтересована в расследовании. Произошедшее
68
+ побудило ее нанять монтажиста, который закрепляет 3 большого плаката со своеобразным
69
+ обращением к начальнику полиции, принимающему расстановку сил и власти над престарелыми
70
+ гражданами.
71
+ sentences:
72
+ - Трогательная и захватывающая история сближения двух абсолютно разных собак — породистой
73
+ комнатной неженки и обычной дворняги. Изящная и пушистая как игрушка; коккер-спаниельша
74
+ Леди была любимицей хозяев; пока в их семье не появился младенец. Надетый намордник
75
+ стал последней каплей; подтолкнувшей обиженную героиню к бегству. Но на улице
76
+ ее поджидала целая куча опасностей; о существовании которых она даже не подозревала.
77
+ И тогда на помощь миниатюрной черноглазой красотке пришел пес Бродяга; благородство
78
+ которого было не в породе; а в душе.
79
+ - Идёт третий год Войн клонов. Галактическая Республика; некогда бывшая спокойным
80
+ и гармоничным государством; превратилась в поле битвы между армиями клонов; возглавляемых
81
+ канцлером Палпатином; и армадами дроидов; которых ведёт граф Дуку; тёмный лорд
82
+ ситхов. Республика медленно погружается во тьму. Лишь рыцари-джедаи; защитники
83
+ мира и справедливости; могут противостоять злу; которое вскоре поглотит галактику.
84
+ Но настоящая битва идёт в душе у молодого рыцаря-джедая Энакина; который разрывается
85
+ между долгом джедая и любовью к своей жене; сенатору Падме Амидале. И от того;
86
+ какое чувство в нём победит; зависит будущее всего мира.
87
+ - Спустя несколько месяцев после убийства дочери Милдред Хейс преступники так и
88
+ не найдены. Отчаявшаяся женщина решается на смелый шаг; арендуя на въезде в город
89
+ три билборда с посланием к авторитетному главе полиции Уильяму Уиллоуби. Когда
90
+ в ситуацию оказывается втянут ещё и заместитель шерифа; инфантильный маменькин
91
+ сынок со склонностью к насилию; офицер Диксон; борьба между Милдред и властями
92
+ города только усугубляется.
93
+ - source_sentence: В отдаленном волшебном королевстве живут заколдованная принцесса
94
+ Фиона и ее семья. Фиону превратили в козла, а ее семью осудили на вечную охоту
95
+ за глупыми носителями ее образа.
96
+ sentences:
97
+ - В первом и последнем плавании шикарного «Титаника» встречаются двое. Пассажир
98
+ нижней палубы Джек выиграл билет в карты; а богатая наследница Роза отправляется
99
+ в Америку; чтобы выйти замуж по расчёту. Чувства молодых людей только успевают
100
+ расцвести; и даже не классовые различия создадут испытания влюблённым; а айсберг;
101
+ вставший на пути считавшегося непотопляемым лайнера.
102
+ - Двое бандитов Винсент Вега и Джулс Винфилд ведут философские беседы в перерывах
103
+ между разборками и решением проблем с должниками криминального босса Марселласа
104
+ Уоллеса.В первой истории Винсент проводит незабываемый вечер с женой Марселласа
105
+ Мией. Во второй рассказывается о боксёре Бутче Кулидже; купленном Уоллесом; чтобы
106
+ сдать бой. В третьей истории Винсент и Джулс по нелепой случайности попадают в неприятности.
107
+ - Жил да был в сказочном государстве большой зеленый великан по имени Шрек. Жил он
108
+ в гордом одиночестве в лесу; на болоте; которое считал своим. Но однажды злобный
109
+ коротышка — лорд Фаркуад; правитель волшебного королевства; безжалостно согнал
110
+ на Шреково болото всех сказочных обитателей.И беспечной жизни зеленого великана
111
+ пришел конец. Но лорд Фаркуад пообещал вернуть Шреку болото; если великан добудет
112
+ ему прекрасную принцессу Фиону; которая томится в неприступной башне; охраняемой
113
+ огнедышащим драконом…
114
+ ---
115
+
116
+ # SentenceTransformer based on intfloat/multilingual-e5-small
117
+
118
+ This is a [sentence-transformers](https://www.SBERT.net) model finetuned from [intfloat/multilingual-e5-small](https://huggingface.co/intfloat/multilingual-e5-small) on the train dataset. 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.
119
+
120
+ ## Model Details
121
+
122
+ ### Model Description
123
+ - **Model Type:** Sentence Transformer
124
+ - **Base model:** [intfloat/multilingual-e5-small](https://huggingface.co/intfloat/multilingual-e5-small) <!-- at revision fd1525a9fd15316a2d503bf26ab031a61d056e98 -->
125
+ - **Maximum Sequence Length:** 512 tokens
126
+ - **Output Dimensionality:** 384 tokens
127
+ - **Similarity Function:** Cosine Similarity
128
+ - **Training Dataset:**
129
+ - train
130
+ <!-- - **Language:** Unknown -->
131
+ <!-- - **License:** Unknown -->
132
+
133
+ ### Model Sources
134
+
135
+ - **Documentation:** [Sentence Transformers Documentation](https://sbert.net)
136
+ - **Repository:** [Sentence Transformers on GitHub](https://github.com/UKPLab/sentence-transformers)
137
+ - **Hugging Face:** [Sentence Transformers on Hugging Face](https://huggingface.co/models?library=sentence-transformers)
138
+
139
+ ### Full Model Architecture
140
+
141
+ ```
142
+ SentenceTransformer(
143
+ (0): Transformer({'max_seq_length': 512, 'do_lower_case': False}) with Transformer model: BertModel
144
+ (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})
145
+ (2): Normalize()
146
+ )
147
+ ```
148
+
149
+ ## Usage
150
+
151
+ ### Direct Usage (Sentence Transformers)
152
+
153
+ First install the Sentence Transformers library:
154
+
155
+ ```bash
156
+ pip install -U sentence-transformers
157
+ ```
158
+
159
+ Then you can load this model and run inference.
160
+ ```python
161
+ from sentence_transformers import SentenceTransformer
162
+
163
+ # Download from the 🤗 Hub
164
+ model = SentenceTransformer("fombus/kino_multilingual-e5-small")
165
+ # Run inference
166
+ sentences = [
167
+ 'В отдаленном волшебном королевстве живут заколдованная принцесса Фиона и ее семья. Фиону превратили в козла, а ее семью осудили на вечную охоту за глупыми носителями ее образа.',
168
+ 'Жил да\xa0был в\xa0сказочном государстве большой зеленый великан по\xa0имени Шрек. Жил\xa0он в\xa0гордом одиночестве в\xa0лесу; на\xa0болоте; которое считал своим. Но\xa0однажды злобный коротышка\xa0—\xa0лорд Фаркуад; правитель волшебного королевства; безжалостно согнал на\xa0Шреково болото всех сказочных обитателей.И беспечной жизни зеленого великана пришел конец. Но\xa0лорд Фаркуад пообещал вернуть Шреку болото; если великан добудет ему\xa0прекрасную принцессу Фиону; которая томится в\xa0неприступной башне; охраняемой огнедышащим драконом…',
169
+ 'В первом и\xa0последнем плавании шикарного «Титаника» встречаются двое. Пассажир нижней палубы Джек выиграл билет в\xa0карты; а\xa0богатая наследница Роза отправляется в\xa0Америку; чтобы выйти замуж по\xa0расчёту. Чувства молодых людей только успевают расцвести; и\xa0даже не\xa0классовые различия создадут испытания влюблённым; а\xa0айсберг; вставший на\xa0пути считавшегося непотопляемым лайнера.',
170
+ ]
171
+ embeddings = model.encode(sentences)
172
+ print(embeddings.shape)
173
+ # [3, 384]
174
+
175
+ # Get the similarity scores for the embeddings
176
+ similarities = model.similarity(embeddings, embeddings)
177
+ print(similarities.shape)
178
+ # [3, 3]
179
+ ```
180
+
181
+ <!--
182
+ ### Direct Usage (Transformers)
183
+
184
+ <details><summary>Click to see the direct usage in Transformers</summary>
185
+
186
+ </details>
187
+ -->
188
+
189
+ <!--
190
+ ### Downstream Usage (Sentence Transformers)
191
+
192
+ You can finetune this model on your own dataset.
193
+
194
+ <details><summary>Click to expand</summary>
195
+
196
+ </details>
197
+ -->
198
+
199
+ <!--
200
+ ### Out-of-Scope Use
201
+
202
+ *List how the model may foreseeably be misused and address what users ought not to do with the model.*
203
+ -->
204
+
205
+ <!--
206
+ ## Bias, Risks and Limitations
207
+
208
+ *What are the known or foreseeable issues stemming from this model? You could also flag here known failure cases or weaknesses of the model.*
209
+ -->
210
+
211
+ <!--
212
+ ### Recommendations
213
+
214
+ *What are recommendations with respect to the foreseeable issues? For example, filtering explicit content.*
215
+ -->
216
+
217
+ ## Training Details
218
+
219
+ ### Training Dataset
220
+
221
+ #### train
222
+
223
+ * Dataset: train
224
+ * Size: 278 training samples
225
+ * Columns: <code>anchor</code>, <code>positive</code>, and <code>negative</code>
226
+ * Approximate statistics based on the first 1000 samples:
227
+ | | anchor | positive | negative |
228
+ |:--------|:----------------------------------------------------------------------------------|:-------------------------------------------------------------------------------------|:-------------------------------------------------------------------------------------|
229
+ | type | string | string | string |
230
+ | details | <ul><li>min: 7 tokens</li><li>mean: 49.8 tokens</li><li>max: 130 tokens</li></ul> | <ul><li>min: 41 tokens</li><li>mean: 122.96 tokens</li><li>max: 317 tokens</li></ul> | <ul><li>min: 41 tokens</li><li>mean: 123.75 tokens</li><li>max: 317 tokens</li></ul> |
231
+ * Samples:
232
+ | anchor | positive | negative |
233
+ |:----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|:-----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|:------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|
234
+ | <code>Один из самых знаменитых героев фэнтези-пародии легко сбивает с толку и обычных зрителей и самого себя. Энди Дюфрейн попадает в сверххищную тюрьму, где находятся представители высшего света, которым не нужны деньги.</code> | <code>Бухгалтер Энди Дюфрейн обвинён в убийстве собственной жены и её любовника. Оказавшись в тюрьме под названием Шоушенк; он сталкивается с жестокостью и беззаконием; царящими по обе стороны решётки. Каждый; кто попадает в эти стены; становится их рабом до конца жизни. Но Энди; обладающий живым умом и доброй душой; находит подход как к заключённым; так и к охранникам; добиваясь их особого к себе расположения.</code> | <code>Действие фильма разворачивается на бескрайних просторах Антарктики. Научная экспедиция; в состав которой входят Джерри Шепард; его лучший друг Купер и геолог; отправляется на поиски метеорита.Однако неожиданное происшествие и тяжелые погодные условия вынуждают их оставить свои собачьи упряжки и вернуться назад. И теперь восемь собак должны в течение шести месяцев бороться за выживание в ледяной пустыне и ждать; пока их спасут…</code> |
235
+ | <code>В одной из тюрем находится отряд смертников, каждый из сотрудников которого смотрит за судьбами заключенных, разрабатывая такие методы воздействия, которые не должн�� применяться. Один из заключенных с титулом «Смертник номер один» вызывает беспокойство сотрудников.</code> | <code>Пол Эджкомб — начальник блока смертников в тюрьме «Холодная гора»; каждый из узников которого однажды проходит «зеленую милю» по пути к месту казни. Пол повидал много заключённых и надзирателей за время работы. Однако гигант Джон Коффи; обвинённый в страшном преступлении; стал одним из самых необычных обитателей блока.</code> | <code>Крыс Реми обладает уникальным вкусом. Он готов рисковать собственной жизнью; чтобы посмотреть любимое кулинарное шоу и раздобыть какую-нибудь приправку или просто свежий продукт. Реми живет со своими сородичами; которые его не понимают и не принимают его увлечения кулинарией. Когда Реми случайно попадает на кухню шикарного ресторана; он решает воспользоваться выпавшим ему шансом и проверить свои навыки. На эту же кухню попадает и юный Лингвини. Всё; на что он может расчитывать — это должность уборщика. Но он тоже получает свой шанс…</code> |
236
+ | <code>Герой фильма ведет жизнь простого, благородного человека, но окружающие видят в нем великого человека и превращают его в того, кем он сначала хотел быть. Однако через годы он осознает, что не воспользовался своим великолепием, бросив свою первоначальную любовь и оставшись один.</code> | <code>От лица главного героя Форреста Гампа; слабоумного безобидного человека с благородным и открытым сердцем; рассказывается история его необыкновенной жизни.Фантастическим образом превращается он в известного футболиста; героя войны; преуспевающего бизнесмена. Он становится миллиардером; но остается таким же бесхитростным; глупым и добрым. Форреста ждет постоянный успех во всем; а он любит девочку; с которой дружил в детстве; но взаимность приходит слишком поздно.</code> | <code>Действие разворачивается 20 тыс. лет назад. Чтобы избежать приближающегося из-за наступления ледникового периода холода; животные мигрируют на юг. Однако некоторые из них всё-таки решают остаться — одинокий; угрюмый мамонт Манфред; а также бесшабашный ленивец Сид.Случайно эта парочка наталкивается на человеческого детёныша. Они решаются вернуть его людям и отправляются в путешествие. По пути они встречают саблезубого хитрого тигра. И теперь этой веселой компании предстоят забавные приключения!</code> |
237
+ * Loss: [<code>MultipleNegativesRankingLoss</code>](https://sbert.net/docs/package_reference/sentence_transformer/losses.html#multiplenegativesrankingloss) with these parameters:
238
+ ```json
239
+ {
240
+ "scale": 20.0,
241
+ "similarity_fct": "cos_sim"
242
+ }
243
+ ```
244
+
245
+ ### Training Hyperparameters
246
+ #### Non-Default Hyperparameters
247
+
248
+ - `per_device_train_batch_size`: 16
249
+ - `learning_rate`: 2e-05
250
+ - `num_train_epochs`: 5
251
+ - `warmup_ratio`: 0.1
252
+
253
+ #### All Hyperparameters
254
+ <details><summary>Click to expand</summary>
255
+
256
+ - `overwrite_output_dir`: False
257
+ - `do_predict`: False
258
+ - `eval_strategy`: no
259
+ - `prediction_loss_only`: True
260
+ - `per_device_train_batch_size`: 16
261
+ - `per_device_eval_batch_size`: 8
262
+ - `per_gpu_train_batch_size`: None
263
+ - `per_gpu_eval_batch_size`: None
264
+ - `gradient_accumulation_steps`: 1
265
+ - `eval_accumulation_steps`: None
266
+ - `torch_empty_cache_steps`: None
267
+ - `learning_rate`: 2e-05
268
+ - `weight_decay`: 0.0
269
+ - `adam_beta1`: 0.9
270
+ - `adam_beta2`: 0.999
271
+ - `adam_epsilon`: 1e-08
272
+ - `max_grad_norm`: 1.0
273
+ - `num_train_epochs`: 5
274
+ - `max_steps`: -1
275
+ - `lr_scheduler_type`: linear
276
+ - `lr_scheduler_kwargs`: {}
277
+ - `warmup_ratio`: 0.1
278
+ - `warmup_steps`: 0
279
+ - `log_level`: passive
280
+ - `log_level_replica`: warning
281
+ - `log_on_each_node`: True
282
+ - `logging_nan_inf_filter`: True
283
+ - `save_safetensors`: True
284
+ - `save_on_each_node`: False
285
+ - `save_only_model`: False
286
+ - `restore_callback_states_from_checkpoint`: False
287
+ - `no_cuda`: False
288
+ - `use_cpu`: False
289
+ - `use_mps_device`: False
290
+ - `seed`: 42
291
+ - `data_seed`: None
292
+ - `jit_mode_eval`: False
293
+ - `use_ipex`: False
294
+ - `bf16`: False
295
+ - `fp16`: False
296
+ - `fp16_opt_level`: O1
297
+ - `half_precision_backend`: auto
298
+ - `bf16_full_eval`: False
299
+ - `fp16_full_eval`: False
300
+ - `tf32`: None
301
+ - `local_rank`: 0
302
+ - `ddp_backend`: None
303
+ - `tpu_num_cores`: None
304
+ - `tpu_metrics_debug`: False
305
+ - `debug`: []
306
+ - `dataloader_drop_last`: False
307
+ - `dataloader_num_workers`: 0
308
+ - `dataloader_prefetch_factor`: None
309
+ - `past_index`: -1
310
+ - `disable_tqdm`: False
311
+ - `remove_unused_columns`: True
312
+ - `label_names`: None
313
+ - `load_best_model_at_end`: False
314
+ - `ignore_data_skip`: False
315
+ - `fsdp`: []
316
+ - `fsdp_min_num_params`: 0
317
+ - `fsdp_config`: {'min_num_params': 0, 'xla': False, 'xla_fsdp_v2': False, 'xla_fsdp_grad_ckpt': False}
318
+ - `fsdp_transformer_layer_cls_to_wrap`: None
319
+ - `accelerator_config`: {'split_batches': False, 'dispatch_batches': None, 'even_batches': True, 'use_seedable_sampler': True, 'non_blocking': False, 'gradient_accumulation_kwargs': None}
320
+ - `deepspeed`: None
321
+ - `label_smoothing_factor`: 0.0
322
+ - `optim`: adamw_torch
323
+ - `optim_args`: None
324
+ - `adafactor`: False
325
+ - `group_by_length`: False
326
+ - `length_column_name`: length
327
+ - `ddp_find_unused_parameters`: None
328
+ - `ddp_bucket_cap_mb`: None
329
+ - `ddp_broadcast_buffers`: False
330
+ - `dataloader_pin_memory`: True
331
+ - `dataloader_persistent_workers`: False
332
+ - `skip_memory_metrics`: True
333
+ - `use_legacy_prediction_loop`: False
334
+ - `push_to_hub`: False
335
+ - `resume_from_checkpoint`: None
336
+ - `hub_model_id`: None
337
+ - `hub_strategy`: every_save
338
+ - `hub_private_repo`: False
339
+ - `hub_always_push`: False
340
+ - `gradient_checkpointing`: False
341
+ - `gradient_checkpointing_kwargs`: None
342
+ - `include_inputs_for_metrics`: False
343
+ - `eval_do_concat_batches`: True
344
+ - `fp16_backend`: auto
345
+ - `push_to_hub_model_id`: None
346
+ - `push_to_hub_organization`: None
347
+ - `mp_parameters`:
348
+ - `auto_find_batch_size`: False
349
+ - `full_determinism`: False
350
+ - `torchdynamo`: None
351
+ - `ray_scope`: last
352
+ - `ddp_timeout`: 1800
353
+ - `torch_compile`: False
354
+ - `torch_compile_backend`: None
355
+ - `torch_compile_mode`: None
356
+ - `dispatch_batches`: None
357
+ - `split_batches`: None
358
+ - `include_tokens_per_second`: False
359
+ - `include_num_input_tokens_seen`: False
360
+ - `neftune_noise_alpha`: None
361
+ - `optim_target_modules`: None
362
+ - `batch_eval_metrics`: False
363
+ - `eval_on_start`: False
364
+ - `eval_use_gather_object`: False
365
+ - `batch_sampler`: batch_sampler
366
+ - `multi_dataset_batch_sampler`: proportional
367
+
368
+ </details>
369
+
370
+ ### Framework Versions
371
+ - Python: 3.10.14
372
+ - Sentence Transformers: 3.0.1
373
+ - Transformers: 4.44.0
374
+ - PyTorch: 2.4.0
375
+ - Accelerate: 0.33.0
376
+ - Datasets: 2.21.0
377
+ - Tokenizers: 0.19.1
378
+
379
+ ## Citation
380
+
381
+ ### BibTeX
382
+
383
+ #### Sentence Transformers
384
+ ```bibtex
385
+ @inproceedings{reimers-2019-sentence-bert,
386
+ title = "Sentence-BERT: Sentence Embeddings using Siamese BERT-Networks",
387
+ author = "Reimers, Nils and Gurevych, Iryna",
388
+ booktitle = "Proceedings of the 2019 Conference on Empirical Methods in Natural Language Processing",
389
+ month = "11",
390
+ year = "2019",
391
+ publisher = "Association for Computational Linguistics",
392
+ url = "https://arxiv.org/abs/1908.10084",
393
+ }
394
+ ```
395
+
396
+ #### MultipleNegativesRankingLoss
397
+ ```bibtex
398
+ @misc{henderson2017efficient,
399
+ title={Efficient Natural Language Response Suggestion for Smart Reply},
400
+ 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},
401
+ year={2017},
402
+ eprint={1705.00652},
403
+ archivePrefix={arXiv},
404
+ primaryClass={cs.CL}
405
+ }
406
+ ```
407
+
408
+ <!--
409
+ ## Glossary
410
+
411
+ *Clearly define terms in order to be accessible across audiences.*
412
+ -->
413
+
414
+ <!--
415
+ ## Model Card Authors
416
+
417
+ *Lists the people who create the model card, providing recognition and accountability for the detailed work that goes into its construction.*
418
+ -->
419
+
420
+ <!--
421
+ ## Model Card Contact
422
+
423
+ *Provides a way for people who have updates to the Model Card, suggestions, or questions, to contact the Model Card authors.*
424
+ -->
config.json ADDED
@@ -0,0 +1,26 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
+ {
2
+ "_name_or_path": "intfloat/multilingual-e5-small",
3
+ "architectures": [
4
+ "BertModel"
5
+ ],
6
+ "attention_probs_dropout_prob": 0.1,
7
+ "classifier_dropout": null,
8
+ "hidden_act": "gelu",
9
+ "hidden_dropout_prob": 0.1,
10
+ "hidden_size": 384,
11
+ "initializer_range": 0.02,
12
+ "intermediate_size": 1536,
13
+ "layer_norm_eps": 1e-12,
14
+ "max_position_embeddings": 512,
15
+ "model_type": "bert",
16
+ "num_attention_heads": 12,
17
+ "num_hidden_layers": 12,
18
+ "pad_token_id": 0,
19
+ "position_embedding_type": "absolute",
20
+ "tokenizer_class": "XLMRobertaTokenizer",
21
+ "torch_dtype": "float32",
22
+ "transformers_version": "4.44.0",
23
+ "type_vocab_size": 2,
24
+ "use_cache": true,
25
+ "vocab_size": 250037
26
+ }
config_sentence_transformers.json ADDED
@@ -0,0 +1,10 @@
 
 
 
 
 
 
 
 
 
 
 
1
+ {
2
+ "__version__": {
3
+ "sentence_transformers": "3.0.1",
4
+ "transformers": "4.44.0",
5
+ "pytorch": "2.4.0"
6
+ },
7
+ "prompts": {},
8
+ "default_prompt_name": null,
9
+ "similarity_fn_name": "cosine"
10
+ }
model.safetensors ADDED
@@ -0,0 +1,3 @@
 
 
 
 
1
+ version https://git-lfs.github.com/spec/v1
2
+ oid sha256:d093adeb92bb96f9d7a2d327e19badd869238f4860fba37aff6ccbbef719b0ba
3
+ size 470637416
modules.json ADDED
@@ -0,0 +1,20 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
+ [
2
+ {
3
+ "idx": 0,
4
+ "name": "0",
5
+ "path": "",
6
+ "type": "sentence_transformers.models.Transformer"
7
+ },
8
+ {
9
+ "idx": 1,
10
+ "name": "1",
11
+ "path": "1_Pooling",
12
+ "type": "sentence_transformers.models.Pooling"
13
+ },
14
+ {
15
+ "idx": 2,
16
+ "name": "2",
17
+ "path": "2_Normalize",
18
+ "type": "sentence_transformers.models.Normalize"
19
+ }
20
+ ]
sentence_bert_config.json ADDED
@@ -0,0 +1,4 @@
 
 
 
 
 
1
+ {
2
+ "max_seq_length": 512,
3
+ "do_lower_case": false
4
+ }
sentencepiece.bpe.model ADDED
@@ -0,0 +1,3 @@
 
 
 
 
1
+ version https://git-lfs.github.com/spec/v1
2
+ oid sha256:cfc8146abe2a0488e9e2a0c56de7952f7c11ab059eca145a0a727afce0db2865
3
+ size 5069051
special_tokens_map.json ADDED
@@ -0,0 +1,51 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
+ {
2
+ "bos_token": {
3
+ "content": "<s>",
4
+ "lstrip": false,
5
+ "normalized": false,
6
+ "rstrip": false,
7
+ "single_word": false
8
+ },
9
+ "cls_token": {
10
+ "content": "<s>",
11
+ "lstrip": false,
12
+ "normalized": false,
13
+ "rstrip": false,
14
+ "single_word": false
15
+ },
16
+ "eos_token": {
17
+ "content": "</s>",
18
+ "lstrip": false,
19
+ "normalized": false,
20
+ "rstrip": false,
21
+ "single_word": false
22
+ },
23
+ "mask_token": {
24
+ "content": "<mask>",
25
+ "lstrip": false,
26
+ "normalized": false,
27
+ "rstrip": false,
28
+ "single_word": false
29
+ },
30
+ "pad_token": {
31
+ "content": "<pad>",
32
+ "lstrip": false,
33
+ "normalized": false,
34
+ "rstrip": false,
35
+ "single_word": false
36
+ },
37
+ "sep_token": {
38
+ "content": "</s>",
39
+ "lstrip": false,
40
+ "normalized": false,
41
+ "rstrip": false,
42
+ "single_word": false
43
+ },
44
+ "unk_token": {
45
+ "content": "<unk>",
46
+ "lstrip": false,
47
+ "normalized": false,
48
+ "rstrip": false,
49
+ "single_word": false
50
+ }
51
+ }
tokenizer.json ADDED
@@ -0,0 +1,3 @@
 
 
 
 
1
+ version https://git-lfs.github.com/spec/v1
2
+ oid sha256:ef04f2b385d1514f500e779207ace0f53e30895ce37563179e29f4022d28ca38
3
+ size 17083053
tokenizer_config.json ADDED
@@ -0,0 +1,55 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
+ {
2
+ "added_tokens_decoder": {
3
+ "0": {
4
+ "content": "<s>",
5
+ "lstrip": false,
6
+ "normalized": false,
7
+ "rstrip": false,
8
+ "single_word": false,
9
+ "special": true
10
+ },
11
+ "1": {
12
+ "content": "<pad>",
13
+ "lstrip": false,
14
+ "normalized": false,
15
+ "rstrip": false,
16
+ "single_word": false,
17
+ "special": true
18
+ },
19
+ "2": {
20
+ "content": "</s>",
21
+ "lstrip": false,
22
+ "normalized": false,
23
+ "rstrip": false,
24
+ "single_word": false,
25
+ "special": true
26
+ },
27
+ "3": {
28
+ "content": "<unk>",
29
+ "lstrip": false,
30
+ "normalized": false,
31
+ "rstrip": false,
32
+ "single_word": false,
33
+ "special": true
34
+ },
35
+ "250001": {
36
+ "content": "<mask>",
37
+ "lstrip": false,
38
+ "normalized": false,
39
+ "rstrip": false,
40
+ "single_word": false,
41
+ "special": true
42
+ }
43
+ },
44
+ "bos_token": "<s>",
45
+ "clean_up_tokenization_spaces": true,
46
+ "cls_token": "<s>",
47
+ "eos_token": "</s>",
48
+ "mask_token": "<mask>",
49
+ "model_max_length": 512,
50
+ "pad_token": "<pad>",
51
+ "sep_token": "</s>",
52
+ "sp_model_kwargs": {},
53
+ "tokenizer_class": "XLMRobertaTokenizer",
54
+ "unk_token": "<unk>"
55
+ }