Add new SentenceTransformer model.
Browse files- .gitattributes +1 -0
- 1_Pooling/config.json +10 -0
- README.md +424 -0
- config.json +26 -0
- config_sentence_transformers.json +10 -0
- model.safetensors +3 -0
- modules.json +20 -0
- sentence_bert_config.json +4 -0
- sentencepiece.bpe.model +3 -0
- special_tokens_map.json +51 -0
- tokenizer.json +3 -0
- tokenizer_config.json +55 -0
.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 |
+
}
|