metadata

base_model: intfloat/multilingual-e5-large
language:
  - multilingual
library_name: sentence-transformers
license: apache-2.0
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:5295
  - loss:MatryoshkaLoss
  - loss:TripletLoss
widget:
  - source_sentence: >-
      query: Formigonament per a cèrcols inclinats amb formigó per armar, amb
      20% de granulats de material reciclat de formigons, amb additiu hidròfug
      HRA - 40 / F / 20 / XC4 + XS3 amb una quantitat de ciment de 400 kg/m3 i
      relació aigua ciment =< 0.45, abocat amb bomba
    sentences:
      - >-
        passage: Col·locació de revestiment ceràmic en parets exteriors amb una
        alçària màxima de 3 m, utilitzant rajoles rectangulars o quadrades de
        ceràmica vidriada, amb una densitat de 76 a 115 peces/m2, de gamma alta,
        grup BIII (UNE-EN 14411), fixades amb adhesiu cimentós tipus C2 segons
        la norma UNE-EN 12004 i rejuntades amb beurada CG2 (UNE-EN 13888).
      - >-
        passage: Formigonament per a cèrcols horitzontals amb formigó
        convencional, sense additius, amb una quantitat de ciment de 350 kg/m3 i
        relació aigua ciment =< 0.50, abocat manualment.
      - >-
        passage: Formigonament per a cèrcols inclinats amb formigó armat,
        incorporant un 20% de granulats reciclats de formigó, utilitzant un
        additiu hidrofug HRA - 40 / F / 20 / XC4 + XS3, amb una dosi de ciment
        de 400 kg/m3 i una relació aigua-ciment ≤ 0.45, realitzat mitjançant
        bomba.
  - source_sentence: >-
      query: Llumenera decorativa bitub amb xassís d'alumini anoditzat sense
      difusor, amb 2 tubs (bitub) de fluorescència T26/G13 de 30W, (2 tubs
      (bitub) x 30W), amb reactància ferromagnètica AF, instal·lada suspesa
    sentences:
      - >-
        passage: Coberta sandwich "in situ" amb pendent inferior al 30 %,
        composta per dues planxes, on la inferior és un perfil nervat de planxa
        d'acer galvanitzat amb 3 nervis a distàncies de 340 a 345 mm i una
        alçària de 35 a 40 mm, amb un gruix d'1 mm, inèrcia de 14 a 15 cm4 i
        massa superficial de 8 a 9 kg/m2, acabat perforat amb un coeficient de
        perforació de l'11%, d'acord amb la norma UNE-EN 14782; perfil nervat de
        planxa d'acer galvanitzat i lacat amb 6 nervis separats entre 185 i 195
        mm i alçària de 11 a 13 mm, gruix d'1 mm, inèrcia de 2 a 3 cm4 i massa
        superficial de 8 a 9 kg/m2, acabat llis de color estàndard, segons la
        norma UNE-EN 14782; i perfils omega d'acer d'alçària 100 mm com a
        separadors, amb aïllament de placa de llana mineral de roca de 126 a 160
        kg/m3 i gruix de 90 mm.
      - >-
        passage: Llumenera funcional bitub amb estructura d'acer inoxidable amb
        difusor, amb 2 tubs (bitub) de LED T26/G13 de 20W, (2 tubs (bitub) x
        20W), amb balast electrònic, instal·lada en superfície.
      - >-
        passage: Llumenera ornamental de doble tub amb estructura d'alumini
        anoditzat sense difusor, equipada amb 2 tubs de fluorescència T26/G13 de
        30W, amb reactància ferromagnètica AF, instal·lada penjada.
  - source_sentence: >-
      query: Derivació mixta mascle amb ramal 90°, de polipropilè, diàmetre
      nominal DN 40, amb un ramal a 90° per a 1 unió roscada d'1 1/4", pressió
      nominal PN 16, amb 2 unions mecàniques per compressió mitjançant femella,
      d'acord amb la norma UNE-EN 12201-3, connectat a pressió i col·locada al
      fons de la rasa, en entorn urbà sense dificultat de mobilitat, sense
      afectació per presència de serveis en la rasa, amb presència d'estrebada
    sentences:
      - >-
        passage: Derivació mixta femella amb ramal 45°, de PVC, diàmetre nominal
        DN 50, amb un ramal a 45° per a 2 unions roscades d'1", pressió nominal
        PN 10, amb 3 unions mecàniques per soldadura, d'acord amb la norma
        UNE-EN 1452-2, connectat a buit i col·locada a la superfície, en entorn
        rural amb dificultat de mobilitat, amb afectació per presència de
        serveis en la rasa, sense presència d'estrebada.
      - >-
        passage: Caixa per a embornal de dimensions 70x30x85 cm, amb murs de 20
        cm de gruix sobre una base de formigó massís de 15 cm, tipus HM - 20 / B
        / 20 / X0, amb una dosi de ciment de 200 kg/m3 i una relació
        aigua-ciment ≤ 0.6.
      - >-
        passage: Derivació mixta mascle amb ramal de 90°, fabricada en
        polipropilè, diàmetre nominal DN 40, amb un ramal a 90° per a una unió
        roscada de 1 1/4", pressió nominal PN 16, equipada amb dues unions
        mecàniques per compressió mitjançant femella, conforme a la norma UNE-EN
        12201-3, instal·lada a pressió i situada al fons de la rasa, en un
        entorn urbà amb bona accessibilitat, sense interferències per serveis
        presents a la rasa, amb la inclusió d'estrebades.
  - source_sentence: >-
      query: Formigonat de riostres i basaments en obres d'enginyeria civil amb
      formigó per armar amb additiu hidròfug HA - 40 / B / 10 / XC4 + XD2 amb
      una quantitat de ciment de 350 kg/m3 i relació aigua ciment =< 0.45,
      abocat amb cubilot
    sentences:
      - >-
        passage: Formigonat de fonaments i estructures en projectes d'enginyeria
        civil amb formigó reforçat amb additiu impermeabilitzant HA - 40 / B /
        10 / XC4 + XD2, utilitzant una dosi de ciment de 350 kg/m3 i una relació
        aigua-ciment ≤ 0.45, abocat mitjançant cubilot.
      - >-
        passage: Formigonat de riostres i fonaments en obres d'arquitectura amb
        formigó per armar amb additiu retardant HA - 40 / B / 10 / XC4 + XD2 amb
        una quantitat de ciment de 400 kg/m3 i relació aigua ciment =< 0.50,
        abocat amb bomba de formigó.
      - >-
        passage: Excavació de canal de fins a 2 m d'amplada i fins a 4 m de
        profunditat, en sòl compacte, utilitzant excavadora i càrrega mecànica
        del material tret, en un entorn urbà amb dificultats de circulació, en
        voreres de més de 5 m d'amplada o calçades/plataformes úniques de més de
        12 m d'amplada, amb impacte sobre serveis o elements de mobiliari urbà,
        en treballs de fins a 0.2 m3.
  - source_sentence: >-
      query: Tub de PVC de 230 mm de diàmetre nominal de formació helicoïdal amb
      perfil rígid nervat exteriorment, per anar formigonat, unió elàstica amb
      massilla adhesiva de poliuretà i col·locat al fons de la rasa, en entorn
      urbà sense dificultat de mobilitat, en voreres > 5 m d'amplària o
      calçada/plataforma única > 12 m d'amplària, sense afectació per serveis o
      elements de mobiliari urbà, en actuacions d'1 a 10 m
    sentences:
      - >-
        passage: Formigonament de panells lleugers amb formigó autocompactant HA
        - 40 / AC / 10 / XC4 + XF3, utilitzant 350 kg/m3 de ciment i una relació
        aigua-ciment ≤ 0.45, abocat mitjançant cubilot.
      - >-
        passage: Tub de PVC de 230 mm de diàmetre nominal amb disseny helicoïdal
        i perfil rígid reforçat a l'exterior, destinat a ser formigonat, amb
        connexió elàstica mitjançant massilla adhesiva de poliuretà, instal·lat
        al fons de la rasa en un entorn urbà amb bona accessibilitat, en voreres
        de més de 5 m d'amplada o calçades/plataformes úniques de més de 12 m
        d'amplada, sense interferències amb serveis o elements de mobiliari
        urbà, en projectes d'entre 1 i 10 m.
      - >-
        passage: Tub de PVC de 250 mm de diàmetre nominal de formació cilíndrica
        amb perfil flexible llis interiorment, per instal·lar en superfície,
        unió rígida amb cargols metàl·lics i col·locat a la part superior del
        sòl, en entorn rural amb dificultats de mobilitat, en camins < 3 m
        d'amplària o carreteres de doble sentit < 8 m d'amplària, amb afectació
        per serveis o elements de paisatgisme, en actuacions de 5 a 15 m.
model-index:
  - name: Multilingual E5 Large trained with triplet loss
    results:
      - task:
          type: triplet
          name: Triplet
        dataset:
          name: validation set
          type: validation-set
        metrics:
          - type: cosine_accuracy
            value: 0.9905482041587902
            name: Cosine Accuracy
          - type: dot_accuracy
            value: 0.007561436672967864
            name: Dot Accuracy
          - type: manhattan_accuracy
            value: 0.9905482041587902
            name: Manhattan Accuracy
          - type: euclidean_accuracy
            value: 0.9905482041587902
            name: Euclidean Accuracy
          - type: max_accuracy
            value: 0.9905482041587902
            name: Max Accuracy
      - task:
          type: triplet
          name: Triplet
        dataset:
          name: test set
          type: test-set
        metrics:
          - type: cosine_accuracy
            value: 0.9981132075471698
            name: Cosine Accuracy
          - type: dot_accuracy
            value: 0.0018867924528301887
            name: Dot Accuracy
          - type: manhattan_accuracy
            value: 0.9981132075471698
            name: Manhattan Accuracy
          - type: euclidean_accuracy
            value: 0.9981132075471698
            name: Euclidean Accuracy
          - type: max_accuracy
            value: 0.9981132075471698
            name: Max Accuracy

Multilingual E5 Large trained with triplet loss

This is a sentence-transformers model finetuned from intfloat/multilingual-e5-large on the csv dataset. 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: intfloat/multilingual-e5-large
Maximum Sequence Length: 512 tokens
Output Dimensionality: 1024 tokens
Similarity Function: Cosine Similarity
Training Dataset:
- csv
Language: multilingual
License: apache-2.0

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: XLMRobertaModel 
  (1): Pooling({'word_embedding_dimension': 1024, 'pooling_mode_cls_token': False, 'pooling_mode_mean_tokens': True, 'pooling_mode_max_tokens': False, 'pooling_mode_mean_sqrt_len_tokens': False, 'pooling_mode_weightedmean_tokens': False, 'pooling_mode_lasttoken': False, 'include_prompt': True})
  (2): Normalize()
)

Usage

Direct Usage (Sentence Transformers)

First install the Sentence Transformers library:

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("RamsesDIIP/me5-large-construction-cat")
# Run inference
sentences = [
    "query: Tub de PVC de 230 mm de diàmetre nominal de formació helicoïdal amb perfil rígid nervat exteriorment, per anar formigonat, unió elàstica amb massilla adhesiva de poliuretà i col·locat al fons de la rasa, en entorn urbà sense dificultat de mobilitat, en voreres > 5 m d'amplària o calçada/plataforma única > 12 m d'amplària, sense afectació per serveis o elements de mobiliari urbà, en actuacions d'1 a 10 m",
    "passage: Tub de PVC de 230 mm de diàmetre nominal amb disseny helicoïdal i perfil rígid reforçat a l'exterior, destinat a ser formigonat, amb connexió elàstica mitjançant massilla adhesiva de poliuretà, instal·lat al fons de la rasa en un entorn urbà amb bona accessibilitat, en voreres de més de 5 m d'amplada o calçades/plataformes úniques de més de 12 m d'amplada, sense interferències amb serveis o elements de mobiliari urbà, en projectes d'entre 1 i 10 m.",
    "passage: Tub de PVC de 250 mm de diàmetre nominal de formació cilíndrica amb perfil flexible llis interiorment, per instal·lar en superfície, unió rígida amb cargols metàl·lics i col·locat a la part superior del sòl, en entorn rural amb dificultats de mobilitat, en camins < 3 m d'amplària o carreteres de doble sentit < 8 m d'amplària, amb afectació per serveis o elements de paisatgisme, en actuacions de 5 a 15 m.",
]
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: validation-set
Evaluated with TripletEvaluator

Metric	Value
cosine_accuracy	0.9905
dot_accuracy	0.0076
manhattan_accuracy	0.9905
euclidean_accuracy	0.9905
max_accuracy	0.9905

Triplet

Dataset: test-set
Evaluated with TripletEvaluator

Metric	Value
cosine_accuracy	0.9981
dot_accuracy	0.0019
manhattan_accuracy	0.9981
euclidean_accuracy	0.9981
max_accuracy	0.9981

Training Details

Training Dataset

csv

Dataset: csv
Size: 5,295 training samples
Columns: anchor, positive, and negative

Approximate statistics based on the first 1000 samples:

	anchor	positive	negative
type	string	string	string
details	min: 18 tokens mean: 112.92 tokens max: 316 tokens	min: 21 tokens mean: 111.39 tokens max: 304 tokens	min: 19 tokens mean: 104.94 tokens max: 309 tokens

Samples:

anchor	positive	negative
`query: Revestiment vertical amb perfil ondulat de planxa d'alumini anoditzat i lacat, a 3,00 m d'alçària, com a màxim, amb ones cada 120 mm, de 30 mm d'alçària i 1 mm de gruix, amb una inèrcia entre 12,5 i 13 cm4 i una massa superficial entre 3 i 3,5 kg/m2, acabat perforat amb un coeficient de perforació de l'11% color especial, col·locat amb fixacions mecàniques`	`passage: Revestiment vertical amb panells ondulats d'alumini anoditzat i pintat, a una alçada màxima de 3,00 m, amb ones de 120 mm de separació, 30 mm d'alçària i 1 mm de gruix, amb una inèrcia d'entre 12,5 i 13 cm4 i una massa superficial de 3 a 3,5 kg/m2, acabat amb perforacions que tenen un coeficient de perforació del 11% en un color especial, instal·lat amb fixacions mecàniques.`	`passage: Revestiment vertical amb panells llisos de planxa d'acer galvanitzat, a 2,50 m d'alçària, amb un acabat llis de 1,5 mm de gruix, amb una inèrcia entre 10 i 11 cm4 i una massa superficial entre 4 i 4,5 kg/m2, acabat pintat amb un color estàndard, col·locat amb adhesius.`
`query: Canal d'acer galvanitzat de tipus reixa amb pendent, sortida lliure, horitzontal, d'1,5 mm de gruix, de <= 100 mm d'amplària, de 100 a 200 mm d'alçària, per a una càrrega classe M 125, col.locada, en entorn urbà sense dificultat de mobilitat, en voreres > 5 m d'amplària o calçada/plataforma única > 12 m d'amplària, sense afectació per serveis o elements de mobiliari urbà, en actuacions de més de 5 u`	`passage: Canal de metall galvanitzat de tipus reixa amb inclinació, sortida lliure, horitzontal, de 1,5 mm de gruix, amb amplada de fins a 100 mm i alçària entre 100 i 200 mm, dissenyat per suportar càrregues de classe M 125, instal·lat en zones urbanes amb bona accessibilitat, en voreres de més de 5 m d'amplada o calçades/plataformes úniques de més de 12 m d'amplada, sense interferències amb serveis o elements de mobiliari urbà, en projectes de més de 5 unitats.`	`passage: Canal de plàstic reforçat de tipus tubular amb pendent, sortida controlada, vertical, de 2 mm de gruix, de <= 150 mm d'amplària, de 200 a 300 mm d'alçària, per a una càrrega classe L 150, instal·lada, en entorn rural amb dificultat de mobilitat, en camins < 3 m d'amplària o carretera secundària < 10 m d'amplària, amb afectació per serveis o elements de mobiliari rural, en actuacions de menys de 3 u.`
`query: Formigonament de sostre nervat reticular amb formigó per armar, amb 20% de granulats de material reciclat de formigons, amb additiu hidròfug HRA - 25 / F / 20 / XC2 amb una quantitat de ciment de 275 kg/m3 i relació aigua ciment =< 0.6, abocat amb cubilot`	`passage: Formigonament de sostre reticular nervat amb formigó armat, incorporant un 20% de granulats reciclats de formigó, utilitzant un additiu hidrofug HRA - 25 / F / 20 / XC2, amb una dosi de ciment de 275 kg/m3 i una relació aigua-ciment ≤ 0.6, realitzat mitjançant cubilot.`	`passage: Formigonament de sostre pla amb formigó convencional, amb 30% de granulats naturals, sense additius especials, amb una quantitat de ciment de 300 kg/m3 i relació aigua ciment =< 0.5, abocat amb bomba de formigó.`

Loss: MatryoshkaLoss with these parameters:

{
    "loss": "TripletLoss",
    "matryoshka_dims": [
        1024,
        768,
        512,
        256,
        128,
        64
    ],
    "matryoshka_weights": [
        1,
        1,
        1,
        1,
        1,
        1
    ],
    "n_dims_per_step": -1
}

Evaluation Dataset

csv

Dataset: csv
Size: 5,295 evaluation samples
Columns: anchor, positive, and negative

Approximate statistics based on the first 1000 samples:

	anchor	positive	negative
type	string	string	string
details	min: 34 tokens mean: 113.71 tokens max: 312 tokens	min: 34 tokens mean: 111.57 tokens max: 298 tokens	min: 34 tokens mean: 104.4 tokens max: 300 tokens

Samples:

anchor	positive	negative
`query: Interruptor de tipus modular de 2 mòduls estrets, bipolar (2P), 16 A/250 V, amb tecla i làmpada pilot, preu mitjà, encastat, amb marc amb bastidor per a l'adaptació de mecanismes modulars a caixa rectangular de 2 mòduls de preu mitjà, tub flexible corrugat de PVC folrat exteriorment, caixa de derivació rectangular i conductor de coure de designació H07V-U`	`passage: Interruptor modular de 2 mòduls estrets, bipolar (2P), 16 A/250 V, amb tecla i llum indicadora, preu mitjà, instal·lat en superfície, amb marc per adaptar mecanismes modulars a una caixa rectangular de 2 mòduls de preu mitjà, tub flexible de PVC corrugat, caixa de connexions rectangular i cable de coure H07V-U.`	`passage: Interruptor de tipus estàndard de 3 mòduls amplis, unipolar (1P), 10 A/230 V, sense tecla ni làmpada pilot, preu elevat, superficial, amb marc per a la instal·lació de mecanismes estàndard a caixa quadrada de 3 mòduls de preu elevat, tub rígid de PVC, caixa de connexió quadrada i conductor de coure de designació H05V-U.`
`query: Tanca de vímet de qualitat extra nacional, de 100 cm d'alçària, col·locada amb grapes sobre tanca existent accessible des del terra, en entorn urbà amb dificultat de mobilitat, en voreres > 3 i <= 5 m d'amplària o calçada/plataforma única > 7 i <= 12 m d'amplària, amb afectació per serveis o elements de mobiliari urbà, en actuacions d'1 a 10 m`	`passage: Tanca de vímet de primera qualitat nacional, de 100 cm d'alçada, instal·lada amb grapes sobre una tanca ja existent accessible des del sòl, en un entorn urbà amb dificultats de mobilitat, en voreres d'entre 3 i 5 m d'amplada o calçada/plataforma única d'entre 7 i 12 m d'amplada, amb afectació per serveis o elements de mobiliari urbà, en actuacions d'entre 1 i 10 m.`	`passage: Tanca de vímet de qualitat estàndard local, de 80 cm d'alçària, instal·lada amb cargols sobre tanca nova accessible des de la carretera, en entorn rural sense dificultat de mobilitat, en voreres > 2 i <= 4 m d'amplària o calçada/plataforma única > 5 i <= 10 m d'amplària, sense afectació per serveis o elements de mobiliari urbà, en actuacions de 5 a 15 m.`
`query: Formigonament per a enceps, amb formigó per armar HA - 35 / F / 10 / XC4 + XS1 amb una quantitat de ciment de 350 kg/m3 i relació aigua ciment =< 0.5, abocat des de camió en obres d'edificació`	`passage: Formigonament per a fonaments, utilitzant formigó HA - 35 / F / 10 / XC4 + XS1 amb una dosi de ciment de 350 kg/m3 i una relació aigua-ciment ≤ 0.5, abocat directament des de camió en projectes de construcció.`	`passage: Formigonament per a fonaments, amb formigó per armar HA - 30 / F / 8 / XC3 + XS2 amb una quantitat de ciment de 300 kg/m3 i relació aigua ciment =< 0.6, abocat manualment en obres de rehabilitació.`

Loss: MatryoshkaLoss with these parameters:

{
    "loss": "TripletLoss",
    "matryoshka_dims": [
        1024,
        768,
        512,
        256,
        128,
        64
    ],
    "matryoshka_weights": [
        1,
        1,
        1,
        1,
        1,
        1
    ],
    "n_dims_per_step": -1
}

Training Hyperparameters

Non-Default Hyperparameters

eval_strategy: steps
per_device_train_batch_size: 6
per_device_eval_batch_size: 6
learning_rate: 2e-05
num_train_epochs: 10
warmup_ratio: 0.1
fp16: True
batch_sampler: no_duplicates

All Hyperparameters

Click to expand

overwrite_output_dir: False
do_predict: False
eval_strategy: steps
prediction_loss_only: True
per_device_train_batch_size: 6
per_device_eval_batch_size: 6
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: 2e-05
weight_decay: 0.0
adam_beta1: 0.9
adam_beta2: 0.999
adam_epsilon: 1e-08
max_grad_norm: 1.0
num_train_epochs: 10
max_steps: -1
lr_scheduler_type: linear
lr_scheduler_kwargs: {}
warmup_ratio: 0.1
warmup_steps: 0
log_level: passive
log_level_replica: warning
log_on_each_node: True
logging_nan_inf_filter: True
save_safetensors: True
save_on_each_node: False
save_only_model: False
restore_callback_states_from_checkpoint: False
no_cuda: False
use_cpu: False
use_mps_device: False
seed: 42
data_seed: None
jit_mode_eval: False
use_ipex: False
bf16: False
fp16: True
fp16_opt_level: O1
half_precision_backend: auto
bf16_full_eval: False
fp16_full_eval: False
tf32: None
local_rank: 0
ddp_backend: None
tpu_num_cores: None
tpu_metrics_debug: False
debug: []
dataloader_drop_last: False
dataloader_num_workers: 0
dataloader_prefetch_factor: None
past_index: -1
disable_tqdm: False
remove_unused_columns: True
label_names: None
load_best_model_at_end: 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: no_duplicates
multi_dataset_batch_sampler: proportional

Training Logs

Epoch	Step	Training Loss	Validation Loss	validation-set_max_accuracy	test-set_max_accuracy
0	0	-	-	0.8752	-
0.2833	200	27.0947	21.8679	0.9962	-
0.5666	400	21.5599	20.1800	0.9981	-
0.8499	600	20.6551	20.0511	0.9868	-
1.1331	800	20.7048	19.8554	0.9868	-
1.4164	1000	20.2484	19.8394	0.9792	-
1.6997	1200	20.1643	19.8034	0.9773	-
1.9830	1400	19.9497	19.6164	0.9887	-
2.2663	1600	19.586	19.5493	0.9868	-
2.5496	1800	19.3578	19.2686	0.9849	-
2.8329	2000	19.5241	19.3659	0.9735	-
3.1161	2200	19.4752	19.3143	0.9754	-
3.3994	2400	19.1002	19.2478	0.9830	-
3.6827	2600	19.2015	19.2189	0.9849	-
3.9660	2800	19.1602	19.1755	0.9830	-
4.2493	3000	19.0942	19.2112	0.9830	-
4.5326	3200	18.8649	19.0817	0.9792	-
4.8159	3400	18.8364	19.0357	0.9849	-
5.0992	3600	19.0001	18.9437	0.9905	-
5.3824	3800	18.7866	18.9528	0.9830	-
5.6657	4000	18.6785	18.9990	0.9811	-
5.9490	4200	18.7842	18.8078	0.9868	-
6.2323	4400	18.6919	18.8542	0.9830	-
6.5156	4600	18.6307	18.9018	0.9887	-
6.7989	4800	18.6242	18.9147	0.9887	-
7.0822	5000	18.5546	18.8884	0.9905	-
7.3654	5200	18.4958	18.8074	0.9905	-
7.6487	5400	18.4711	18.7922	0.9905	-
7.9320	5600	18.47	18.7046	0.9887	-
8.2153	5800	18.4529	18.7683	0.9868	-
8.4986	6000	18.4579	18.7016	0.9905	-
8.7819	6200	18.3625	18.7588	0.9905	-
9.0652	6400	18.3877	18.7254	0.9905	-
9.3484	6600	18.2882	18.7618	0.9924	-
9.6317	6800	18.3579	18.7184	0.9905	-
9.9150	7000	18.3007	18.7190	0.9905	-
10.0	7060	-	-	0.9905	0.9981

Framework Versions

Python: 3.10.12
Sentence Transformers: 3.2.0
Transformers: 4.44.2
PyTorch: 2.4.1+cu121
Accelerate: 0.34.2
Datasets: 3.0.1
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}
}

TripletLoss

@misc{hermans2017defense,
    title={In Defense of the Triplet Loss for Person Re-Identification},
    author={Alexander Hermans and Lucas Beyer and Bastian Leibe},
    year={2017},
    eprint={1703.07737},
    archivePrefix={arXiv},
    primaryClass={cs.CV}
}