README.md

metadata

base_model: sentence-transformers/multi-qa-mpnet-base-dot-v1
library_name: sentence-transformers
metrics:
  - cosine_accuracy@1
  - cosine_accuracy@3
  - cosine_accuracy@5
  - cosine_accuracy@10
  - cosine_precision@1
  - cosine_precision@3
  - cosine_precision@5
  - cosine_precision@10
  - cosine_recall@1
  - cosine_recall@3
  - cosine_recall@5
  - cosine_recall@10
  - cosine_ndcg@10
  - cosine_mrr@10
  - cosine_map@100
  - dot_accuracy@1
  - dot_accuracy@3
  - dot_accuracy@5
  - dot_accuracy@10
  - dot_precision@1
  - dot_precision@3
  - dot_precision@5
  - dot_precision@10
  - dot_recall@1
  - dot_recall@3
  - dot_recall@5
  - dot_recall@10
  - dot_ndcg@10
  - dot_mrr@10
  - dot_map@100
pipeline_tag: sentence-similarity
tags:
  - sentence-transformers
  - sentence-similarity
  - feature-extraction
  - generated_from_trainer
  - dataset_size:2012
  - loss:MatryoshkaLoss
  - loss:MultipleNegativesRankingLoss
widget:
  - source_sentence: >-
      O que são os principais temas abordados na disciplina de Redes de
      Computadores, de acordo com sua ementa?
    sentences:
      - >
        | Código | COMPONENTE CURRICULAR | Créditos | Horas |

        |---|---|---|---|

        | Código | COMPONENTE CURRICULAR | Créditos | Horas |

        |   | ESTRUTURAS DE DADOS I | 04 | 60 |

        | EMENTA |   |   |   |

        | Funções recursivas. Ponteiros. Alocação dinâmica de memória. Tipos
        Abstratos de Dados. Listas lineares: listas encadeadas, pilhas, filas.
        Árvores: representação, operações e percursos. Árvores binárias de
        busca. Heaps. |   |   |   |

        | OBJETIVO |   |   |   |

        | Aplicar estruturas de dados básicas e avançadas para a solução de
        problemas computacionais. |   |   |   |

        | REFERÊNCIAS BÁSICAS |   |   |   |

        | CORMEN, T.; RIVEST, R.; STEIN, C.; LEISERSON, C. Algoritmos: Teoria e
        Prática. Elsevier - Campus, 2012. |   |   |   |
      - >
        | Código | COMPONENTE CURRICULAR | Créditos | Horas |

        |---|---|---|---|

        | Código | COMPONENTE CURRICULAR | Créditos | Horas |

        |   | REDES DE COMPUTADORES | 04 | 60 |

        | EMENTA |   |   |   |

        | Fundamentos de sistemas de comunicação de dados. Arquiteturas de
        redes: modelos OSI e TCP/IP. Protocolos de comunicação na Internet:
        camadas de aplicação, transporte, rede e enlace. Avaliação de
        desempenho. |   |   |   |

        | OBJETIVO |   |   |   |
      - >
        | Código | COMPONENTE CURRICULAR | Créditos | Horas |

        |---|---|---|---|

        | Código | COMPONENTE CURRICULAR | Créditos | Horas |

        | GCS239 | DIREITOS E CIDADANIA | 04 | 60 |

        | EMENTA |   |   |   |

        | Origens históricas e teóricas da noção de cidadania. O processo
        moderno de constituição dos direitos civis, políticos, sociais e
        culturais. Políticas de reconhecimento e promoção da cidadania. Direitos
        e cidadania no Brasil. |   |   |   |

        | OBJETIVO |   |   |   |
  - source_sentence: >-
      Em que editora foram publicados os livros "Conceitos de Linguagens de
      Programação" e "Programming Languages: Principles And Practices", como
      indicado no contexto?
    sentences:
      - >-
        A carga horária dos componentes curriculares do Domínio Conexo é de 420
        horas e <br><br>representa 13,12% das 3200 horas necessárias à
        integralização do Curso de Ciência da <br><br>Computação. <br><br>Nos
        componentes idênticos e obrigatórios a articulação acontece na medida em
        que os 

        DRAFT <br><br>discentes transitam entre os cursos, otimizando a oferta
        destes componentes e a troca de <br><br>experiências. Já os componentes
        não idênticos exigirão do corpo docente, na medida em que <br><br>houver
        reformulação dos demais PPCs, a construção de atividades conjuntas. Para
        isso, a <br><br>interação entre os NDEs se fará necessária. 
      - >-
        1130  **Lei n° 12.764, de 27 de dezembro de 2012 –**institui a Política
        Nacional de Proteção dos <br><br>Direitos da Pessoa com Transtorno do
        Espectro Autista, e altera o § 3o do art. 98 da Lei no <br><br>Projeto
        Pedagógico do Curso de Ciência Da Computação,*Campus*Chapecó.
        <br><br>42 
      - >-
        SEBESTA, R. W.**Conceitos de Linguagens de Programação.**11. ed. Porto
        Alegre: 

        Bookman, 2018. 

        LOUDEN, K. C.; LAMBERT, K. A.**Programming Languages:**Principles And
        Practices. 

        3. ed. Hardcover, 2011. 

        PRATT, T. W.; ZELKOWITZ, M. V. 

        Implementation. 4. ed. Prentice-Hall, 2000. <br><br>**Programming
        Languages:**Design and 
  - source_sentence: >-
      Qual é o objetivo do componente curricular "Introdução à Computação" no
      plano de estudos?
    sentences:
      - >-
        desenvolvimento de habilidades de trabalho em grupo e de comunicação e
        <br><br>expressão; <br><br>  preocupação constante com a atualização
        tecnológica e com o estado da arte; <br><br>Projeto Pedagógico do Curso
        de Ciência Da Computação,*Campus*Chapecó. <br><br>31 
      - >-
        REFERÊNCIAS COMPLEMENTARES <br><br>DAVIS, M. D.; WEYUKER, E.
        J.**Computability, Complexity and Languages:**

        Fundamentals of Theoretical Computer Science. 2. ed. Morgan Kaufmann,
        1994. 

        FURTADO, O. J. V.**Apostila de Linguagens Formais e Compiladores**.
        UFSC, 2002. 

        Disponível em: <www.inf.ufsc.br/~olinto/apostila-lfc.doc>. 

        HOPCROFT, J. E.; MOTWANI, R.; ULLMAN, J. D.**Introdução à Teoria dos**

        **Autômatos, Linguagens e Computação.**1. ed. Rio de Janeiro: Campus,
        2002. <br><br>DRAFT 
      - >-
        | Código | COMPONENTE CURRICULAR | Créditos | Horas |

        |---|---|---|---|

        | Código | COMPONENTE CURRICULAR | Créditos | Horas |

        |   | INTRODUÇÃO À COMPUTAÇÃO | 04 | 60 |

        | EMENTA |   |   |   |

        | Introdução ao Curso de Ciência da Computação e à Universidade Federal
        da Fronteira Sul: principais estruturas e regulamentos. Introdução à
        área da Computação: inserção e desenvolvimento profissional, carreira
        acadêmica e técnica. Conhecimentos e comandos básicos em sistemas
        operacionais abertos. Fundamentos básicos da Computação: história,
        principais componentes de hardware e software, sistemas de numeração,
        aritmética binária e suas operações. Principais ferramentas e
        tecnologias para o desenvolvimento e versionamento de código. |   |  
        |   |

        | OBJETIVO |   |   |   |

        <br><br>Projeto Pedagógico do Curso de Ciência Da
        Computação,*Campus*Chapecó. <br><br>59 
  - source_sentence: >-
      Quais são as legislações específicas que o PPC do Curso de Ciência da
      Computação segue?
    sentences:
      - >-
        **8.3 Atendimento às legislações específicas**<br><br>O PPC do Curso de
        Graduação em Ciência da Computação orienta-se pela legislação
        <br><br>1090  educacional, geral e específica da área, bem como pelas
        normativas e orientações <br><br>institucionais da UFFS, abaixo
        elencadas as referências legais: 
      - >-
        **REFERÊNCIAS BÁSICAS**<br><br>DA SILVA, Wagner Pires. Extensão
        Universitária: um conceito em construção. Revista 

        em: 

        Edição 

        Extensão 

        https://periodicos.ufrn.br/extensaoesociedade. Acesso em: 01/02/2021. 

        DE PAULA, João Antônio. A extensão universitária: história, conceito e
        propostas. Revista 

        Interfaces. Disponível em:
        https://periodicos.ufmg.br/index.php/revistainterfaces. Acesso 

        em: 07/07/2021. 

        GADOTTI, Moacir. Extensão Universitária: Para quê? Disponível em:
        paulofreire.org. 

        Acesso em: 07/07/2021. <br><br> &  Sociedade.  2020.2.   Disponível 
      - >-
        180  pelas Resoluções 006/2012 – CONSUNI/CGRAD e 008/2016 –
        CONSUNI/CGAE, se dá com <br><br>base nos resultados do Exame Nacional do
        Ensino Médio (ENEM), mediante inscrição no <br><br>Sistema de Seleção
        Unificada (SISU), do Ministério da Educação (MEC). Em atendimento à
        <br><br>Lei nº 12.711/2012 (Lei de Cotas) e a legislações complementares
        (Decreto nº 7.824/2012 e <br><br>Portaria Normativa MEC Nº 18/2012), a
        UFFS toma como base para a definição do <br><br>185  percentual de vagas
        reservadas a candidatos que cursaram o Ensino Médio integralmente em
        <br><br>escola pública o resultado do último Censo Escolar/INEP/MEC, de
        acordo com o estado <br><br>correspondente ao local de oferta das vagas.
        <br><br>Além da reserva de vagas garantida por Lei, a UFFS adota, como
        ações afirmativas, a <br><br>reserva de vagas para candidatos que tenham
        cursado o ensino médio parcialmente em escola 
  - source_sentence: >-
      Onde é mencionado oficialmente o NDE do curso de Ciência Da Computação,
      conforme a Portaria nº ?
    sentences:
      - >-
        **4.1 Justificativa da criação do curso**<br><br>A tecnologia da
        informação faz parte do conjunto de recursos que sustentam e
        <br><br>505  viabilizam vários setores comerciais, industriais e
        sociais. O desenvolvimento da área de <br><br>Computação é extremamente
        dinâmico e tem sido impulsionado por crescentes demandas
        <br><br>provenientes das relações com os ambientes em que está inserida.
        Além de atender às <br><br>demandas, a inovação tecnológica relacionada
        a todos os tipos de sistemas computacionais <br><br>tem causado profundo
        impacto nas áreas usuárias provocando mudanças, revisões, e <br><br>510 
        transformações, culminando inclusive com o surgimento de novos campos de
        atuação <br><br>profissional. A tecnologia, hoje, possui uma
        responsabilidade técnica e social inegável. Falhas <br><br>tecnológicas
        podem provocar danos de grandes proporções, o que justifica a
        importância da <br><br>constante qualificação e a reflexão sobre a
        participação da tecnologia no dia a dia. A <br><br>academia tem grande
        responsabilidade e capacidade para contribuir com esta demanda.
        <br><br>515 
      - >-
        **IDENTIFICAÇÃO INSTITUCIONAL**<br><br>A Universidade Federal da
        Fronteira Sul foi criada pela Lei Nº 12.029, de 15 de <br><br>35 
        setembro de 2009. Tem abrangência interestadual com sede na cidade
        catarinense de <br><br>Chapecó, três*campi*no Rio Grande do Sul – Cerro
        Largo, Erechim e Passo Fundo – e dois <br><br>*campi*no Paraná –
        Laranjeiras do Sul e Realeza. 
      - >-
        **3.4 Núcleo Docente Estruturante do Curso**<br><br>O NDE do curso de
        Ciência Da Computação, conforme designado na Portaria nº <br><br>Projeto
        Pedagógico do Curso de Ciência Da Computação,*Campus*Chapecó.
        <br><br>17 
model-index:
  - name: >-
      SentenceTransformer based on
      sentence-transformers/multi-qa-mpnet-base-dot-v1
    results:
      - task:
          type: information-retrieval
          name: Information Retrieval
        dataset:
          name: Unknown
          type: unknown
        metrics:
          - type: cosine_accuracy@1
            value: 0.625
            name: Cosine Accuracy@1
          - type: cosine_accuracy@3
            value: 0.8014705882352942
            name: Cosine Accuracy@3
          - type: cosine_accuracy@5
            value: 0.8639705882352942
            name: Cosine Accuracy@5
          - type: cosine_accuracy@10
            value: 0.9227941176470589
            name: Cosine Accuracy@10
          - type: cosine_precision@1
            value: 0.625
            name: Cosine Precision@1
          - type: cosine_precision@3
            value: 0.26715686274509803
            name: Cosine Precision@3
          - type: cosine_precision@5
            value: 0.17279411764705882
            name: Cosine Precision@5
          - type: cosine_precision@10
            value: 0.09227941176470587
            name: Cosine Precision@10
          - type: cosine_recall@1
            value: 0.625
            name: Cosine Recall@1
          - type: cosine_recall@3
            value: 0.8014705882352942
            name: Cosine Recall@3
          - type: cosine_recall@5
            value: 0.8639705882352942
            name: Cosine Recall@5
          - type: cosine_recall@10
            value: 0.9227941176470589
            name: Cosine Recall@10
          - type: cosine_ndcg@10
            value: 0.7746268345784679
            name: Cosine Ndcg@10
          - type: cosine_mrr@10
            value: 0.7270682578586998
            name: Cosine Mrr@10
          - type: cosine_map@100
            value: 0.730138186486271
            name: Cosine Map@100
          - type: dot_accuracy@1
            value: 0.6274509803921569
            name: Dot Accuracy@1
          - type: dot_accuracy@3
            value: 0.7990196078431373
            name: Dot Accuracy@3
          - type: dot_accuracy@5
            value: 0.8700980392156863
            name: Dot Accuracy@5
          - type: dot_accuracy@10
            value: 0.9203431372549019
            name: Dot Accuracy@10
          - type: dot_precision@1
            value: 0.6274509803921569
            name: Dot Precision@1
          - type: dot_precision@3
            value: 0.26633986928104575
            name: Dot Precision@3
          - type: dot_precision@5
            value: 0.17401960784313725
            name: Dot Precision@5
          - type: dot_precision@10
            value: 0.09203431372549019
            name: Dot Precision@10
          - type: dot_recall@1
            value: 0.6274509803921569
            name: Dot Recall@1
          - type: dot_recall@3
            value: 0.7990196078431373
            name: Dot Recall@3
          - type: dot_recall@5
            value: 0.8700980392156863
            name: Dot Recall@5
          - type: dot_recall@10
            value: 0.9203431372549019
            name: Dot Recall@10
          - type: dot_ndcg@10
            value: 0.7739749189192305
            name: Dot Ndcg@10
          - type: dot_mrr@10
            value: 0.7269403594771247
            name: Dot Mrr@10
          - type: dot_map@100
            value: 0.7302016154418327
            name: Dot Map@100

SentenceTransformer based on sentence-transformers/multi-qa-mpnet-base-dot-v1

This is a sentence-transformers model finetuned from sentence-transformers/multi-qa-mpnet-base-dot-v1. It maps sentences & paragraphs to a 768-dimensional dense vector space and can be used for semantic textual similarity, semantic search, paraphrase mining, text classification, clustering, and more.

Model Details

Model Description

• Model Type: Sentence Transformer
• Base model: sentence-transformers/multi-qa-mpnet-base-dot-v1
• Maximum Sequence Length: 512 tokens
• Output Dimensionality: 768 tokens
• Similarity Function: Dot Product

Model Sources

• Documentation: Sentence Transformers Documentation
• Repository: Sentence Transformers on GitHub
• Hugging Face: Sentence Transformers on Hugging Face

Full Model Architecture

SentenceTransformer(
  (0): Transformer({'max_seq_length': 512, 'do_lower_case': False}) with Transformer model: MPNetModel 
  (1): Pooling({'word_embedding_dimension': 768, '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})
)

Usage

Direct Usage (Sentence Transformers)

First install the Sentence Transformers library:

pip install -U sentence-transformers

Then you can load this model and run inference.

from sentence_transformers import SentenceTransformer

# Download from the 🤗 Hub
model = SentenceTransformer("sentence_transformers_model_id")
# Run inference
sentences = [
    'Onde é mencionado oficialmente o NDE do curso de Ciência Da Computação, conforme a Portaria nº ?',
    '**3.4 Núcleo Docente Estruturante do Curso**<br><br>O NDE do curso de Ciência Da Computação, conforme designado na Portaria nº <br><br>Projeto Pedagógico do Curso de Ciência Da Computação,*Campus*Chapecó. <br><br>17 ',
    '**IDENTIFICAÇÃO INSTITUCIONAL**<br><br>A Universidade Federal da Fronteira Sul foi criada pela Lei Nº 12.029, de 15 de <br><br>35  setembro de 2009. Tem abrangência interestadual com sede na cidade catarinense de <br><br>Chapecó, três*campi*no Rio Grande do Sul – Cerro Largo, Erechim e Passo Fundo – e dois <br><br>*campi*no Paraná – Laranjeiras do Sul e Realeza. ',
]
embeddings = model.encode(sentences)
print(embeddings.shape)
# [3, 768]

# Get the similarity scores for the embeddings
similarities = model.similarity(embeddings, embeddings)
print(similarities.shape)
# [3, 3]

Evaluation

Metrics

Information Retrieval

• Evaluated with InformationRetrievalEvaluator

Metric	Value
cosine_accuracy@1	0.625
cosine_accuracy@3	0.8015
cosine_accuracy@5	0.864
cosine_accuracy@10	0.9228
cosine_precision@1	0.625
cosine_precision@3	0.2672
cosine_precision@5	0.1728
cosine_precision@10	0.0923
cosine_recall@1	0.625
cosine_recall@3	0.8015
cosine_recall@5	0.864
cosine_recall@10	0.9228
cosine_ndcg@10	0.7746
cosine_mrr@10	0.7271
cosine_map@100	0.7301
dot_accuracy@1	0.6275
dot_accuracy@3	0.799
dot_accuracy@5	0.8701
dot_accuracy@10	0.9203
dot_precision@1	0.6275
dot_precision@3	0.2663
dot_precision@5	0.174
dot_precision@10	0.092
dot_recall@1	0.6275
dot_recall@3	0.799
dot_recall@5	0.8701
dot_recall@10	0.9203
dot_ndcg@10	0.774
dot_mrr@10	0.7269
dot_map@100	0.7302

Training Details

Training Dataset

Unnamed Dataset

• Size: 2,012 training samples
• Columns: sentence_0 and sentence_1
• Approximate statistics based on the first 1000 samples:

  	sentence_0	sentence_1
  type	string	string
  details	min: 14 tokens mean: 40.7 tokens max: 123 tokens	min: 9 tokens mean: 272.17 tokens max: 512 tokens

• Samples:

  sentence_0	sentence_1
  Em quantos estados brasileiros a Universidade Federal da Fronteira Sul está localizada?	IDENTIFICAÇÃO INSTITUCIONAL A Universidade Federal da Fronteira Sul foi criada pela Lei Nº 12.029, de 15 de 35 setembro de 2009. Tem abrangência interestadual com sede na cidade catarinense de Chapecó, trêscampino Rio Grande do Sul – Cerro Largo, Erechim e Passo Fundo – e dois campino Paraná – Laranjeiras do Sul e Realeza.
  Qual é a cidade sede da universidade?	IDENTIFICAÇÃO INSTITUCIONAL A Universidade Federal da Fronteira Sul foi criada pela Lei Nº 12.029, de 15 de 35 setembro de 2009. Tem abrangência interestadual com sede na cidade catarinense de Chapecó, trêscampino Rio Grande do Sul – Cerro Largo, Erechim e Passo Fundo – e dois campino Paraná – Laranjeiras do Sul e Realeza.
  Quantos campi possui a universidade em cada um dos estados onde está presente?	IDENTIFICAÇÃO INSTITUCIONAL A Universidade Federal da Fronteira Sul foi criada pela Lei Nº 12.029, de 15 de 35 setembro de 2009. Tem abrangência interestadual com sede na cidade catarinense de Chapecó, trêscampino Rio Grande do Sul – Cerro Largo, Erechim e Passo Fundo – e dois campino Paraná – Laranjeiras do Sul e Realeza.

• Loss: MatryoshkaLoss with these parameters:

  {
      "loss": "MultipleNegativesRankingLoss",
      "matryoshka_dims": [
          768,
          512,
          256,
          128,
          64
      ],
      "matryoshka_weights": [
          1,
          1,
          1,
          1,
          1
      ],
      "n_dims_per_step": -1
  }
  

Training Hyperparameters

Non-Default Hyperparameters

• eval_strategy: steps
• per_device_train_batch_size: 10
• per_device_eval_batch_size: 10
• num_train_epochs: 30
• multi_dataset_batch_sampler: round_robin

All Hyperparameters

Click to expand

• 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
• torch_empty_cache_steps: None
• learning_rate: 5e-05
• weight_decay: 0.0
• adam_beta1: 0.9
• adam_beta2: 0.999
• adam_epsilon: 1e-08
• max_grad_norm: 1
• num_train_epochs: 30
• max_steps: -1
• lr_scheduler_type: linear
• lr_scheduler_kwargs: {}
• warmup_ratio: 0.0
• 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: False
• 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: False
• 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
• eval_use_gather_object: False
• batch_sampler: batch_sampler
• multi_dataset_batch_sampler: round_robin

Training Logs

Epoch	Step	Training Loss	cosine_map@100
0.9901	200	-	0.6360
1.0	202	-	0.6399
1.9802	400	-	0.6686
2.0	404	-	0.6670
2.4752	500	2.6222	-
2.9703	600	-	0.6943
3.0	606	-	0.6864
3.9604	800	-	0.7016
4.0	808	-	0.7064
4.9505	1000	0.5981	0.7301

Framework Versions

• Python: 3.10.12
• Sentence Transformers: 3.2.1
• Transformers: 4.44.2
• PyTorch: 2.5.0+cu121
• Accelerate: 0.34.2
• Datasets: 3.1.0
• Tokenizers: 0.19.1

Citation

BibTeX

Sentence Transformers

@inproceedings{reimers-2019-sentence-bert,
    title = "Sentence-BERT: Sentence Embeddings using Siamese BERT-Networks",
    author = "Reimers, Nils and Gurevych, Iryna",
    booktitle = "Proceedings of the 2019 Conference on Empirical Methods in Natural Language Processing",
    month = "11",
    year = "2019",
    publisher = "Association for Computational Linguistics",
    url = "https://arxiv.org/abs/1908.10084",
}

MatryoshkaLoss

@misc{kusupati2024matryoshka,
    title={Matryoshka Representation Learning},
    author={Aditya Kusupati and Gantavya Bhatt and Aniket Rege and Matthew Wallingford and Aditya Sinha and Vivek Ramanujan and William Howard-Snyder and Kaifeng Chen and Sham Kakade and Prateek Jain and Ali Farhadi},
    year={2024},
    eprint={2205.13147},
    archivePrefix={arXiv},
    primaryClass={cs.LG}
}

MultipleNegativesRankingLoss

@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}
}