Add new SentenceTransformer model

1_Pooling/config.json

@@ -0,0 +1,10 @@
+{
+  "word_embedding_dimension": 768,
+  "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
+}

README.md

@@ -0,0 +1,464 @@
+---
+base_model: abdoelsayed/AraDPR
+datasets:
+- hatemestinbejaia/RARAELECTRAandRARABERTusedDATASET
+library_name: sentence-transformers
+metrics:
+- map
+- mrr@10
+- ndcg@10
+pipeline_tag: sentence-similarity
+tags:
+- sentence-transformers
+- sentence-similarity
+- feature-extraction
+- generated_from_trainer
+- dataset_size:5000000
+- loss:MarginMSELoss
+widget:
+- source_sentence: الاختلاف السرقة السطو
+  sentences:
+  - على عكس السطو ، يتم فرض تهمة السرقة إذا أخذ الفرد وحمل قطعة من الممتلكات التي
+    لا تخصه بغرض حرمان المالك من الحيازة .
+  - يستغرق شحن Oral - B 5000 40 دقيقة لتنظيفه مرة واحدة فقط بعد أن تبدأ البطارية في
+    الإشارة إلى أنها منخفضة . لإعادة شحن الوحدة بالكامل ، يستغرق الأمر ما يقرب من
+    24 ساعة ، وهي ليست مشكلة بالنسبة لي لأنني لا أستخدمها إلا في الصباح .
+  - المشاهد الأولية هي المكان الذي وقعت فيه الجريمة بالفعل ( اغتصاب ، سطو ، قتل .
+    . ) المشاهد الثانوية حيث يمكن العثور على أدلة أخرى ، فيما يتعلق بالمشهد الأولي
+    ( محل إقامة الموضوع ، زقاق في الشارع ، إلخ . . ) المشاهد الأولية هي المكان الذي
+    وقعت فيه الجريمة بالفعل ( اغتصاب ، سطو ، قتل . . )
+- source_sentence: ما هي السيارات القديمة والكلاسيكية ؟
+  sentences:
+  - في يونيو 1997 ، تم استبدال العبارات أخيرا بوصلة دائمة ، جسر الكونفدرالية . يعد
+    الجسر أحد أكثر المشاريع الهندسية التي تم بناؤها تحديا على الإطلاق . تم الانتهاء
+    من تصميمها وبنائها على مدى 4 سنوات من قبل أكثر من 2000 شخص . الهيكل النهائي ضخم
+    . يبلغ طوله حوالي 12 . 9 كيلومترا - بطول 117 ملعب كرة قدم . يزن ما يقرب من 3 .
+    5 مليار كيلوغرام . إذا كان الشخص العادي يزن حوالي 70 كيلوغراما ( 155 رطلا ) ،
+    فإن الجسر يعادل 50000000 شخص - أي أكثر من مرة ونصف عدد سكان كندا !
+  - سيارة قديمة . تعتبر سيارة بنتلي سبيد سيكس تورر عام 1926 سيارة بريطانية مشهورة
+    من العصر القديم . السيارة القديمة ، بالمعنى العام ، هي سيارة قديمة ، وبالمعنى
+    الضيق لعشاق السيارات وهواة جمعها ، فهي سيارة من الفترة من 1919 إلى 1930 . يمتلك
+    هؤلاء المتحمسون مخططات تصنيف لعصور السيارات التي تفرض التمييز بين السيارات العتيقة
+    والسيارات القديمة والسيارات الكلاسيكية وما إلى ذلك .
+  - نحن السلطة العالمية للمراكب المائية الفاخرة . يمتد تفانينا إلى أربعين عاما وأربعة
+    أجيال . نحافظ على أصالة وحرفية وجمال وقيمة الماهوجني العتيق للأجيال القادمة .
+    ( 952 ) 495 - 0007 .
+- source_sentence: ما هو شكل الاستنزاف الجغرافي
+  sentences:
+  - 'رمي في الاستنزاف والتخرج والتوقف والتسرب ، وسرعان ما يدرك المرء سبب وجود الكثير
+    من الجهد والبحث في عالم المثابرة والاحتفاظ . [اقرأ : " لماذا تتمتع الدورات التدريبية
+    عبر الإنترنت بمعدلات استبقاء منخفضة - وكيفية تعزيزها . '' ] . بغض النظر عن الجهد
+    والبحث المذكور ، لا يزال الالتباس قائما .'
+  - من ناحية أخرى ، تنتج جروح الاستنزاف عن الاحتكاك أو الاحتكاك مثل طحن الأسنان .
+    4 . يحدث التآكل عندما تصطدم إحدى الصخور بسطح آخر . يمكن وصف الاستنزاف بأنه شكل
+    من أشكال تآكل الأنهار أو الساحل حيث يتم جرف السطح بعيدا ، وهناك أيضا معنى آخر
+    للاستنزاف . يشير الاستنزاف أيضا إلى تخفيض عدد الموظفين في الشركات من خلال العملية
+    المعتادة مثل الاستقالة أو التقاعد . ملخص . 1 . يقتصر التآكل على التدمير السطحي
+    . الاستنزاف لا يقتصر على هذا التدمير . 2 .
+  - 'فيديو : نيك ستويبرل لديه أطول لسان في العالم . يشارك . يعرض Nick Stoeberl كل
+    لسانه المذهل البالغ طوله 10 . 1 سم لاقتناص سجله المليء باللسان . استعد لتندهش
+    من أطول لسان في العالم ! نيك ستويبرل البالغ من العمر 24 عاما من كاليفورنيا بالولايات
+    المتحدة الأمريكية لديه حقا الرقم القياسي العالمي لأطول لسان لعق .'
+- source_sentence: الفرق بين حزب سياسي ومجموعة المصالح هو أن الهدف الرئيسي
+  sentences:
+  - '" الفرق بين الحزب السياسي ومجموعة المصالح هو أن الهدف الرئيسي للحزب السياسي هو
+    انتخاب أعضائه في مناصب سياسية . الجواب على سؤالك هو " " ب " " . أتمنى أن تكون
+    هذه هي الإجابة التي كنت تبحث عنها وقد ساعدتك . تعليقات . "'
+  - تجنب استخدام لغة نمطية أو متحيزة بأي شكل من الأشكال . غالبا ما تحدث اللغة المتحيزة
+    مع نوع الجنس ، ولكنها قد تسيء أيضا إلى مجموعات من الأشخاص على أساس التوجه الجنسي
+    أو العرق أو الاهتمام السياسي أو العرق . اللغة النمطية هي أي لغة تفترض صورة نمطية
+    عن مجموعة من الناس .
+  - ميدلتاون هي مدينة تقع في مقاطعة أورانج ، نيويورك ، الولايات المتحدة . تقع في منطقة
+    وادي هدسون بنيويورك ، بالقرب من نهر والكيل وسفوح جبال شاوانجونك . تقع ميدلتاون
+    بين بورت جيرفيس ونيوبورج ، نيويورك . اعتبارا من تعداد الولايات المتحدة لعام 2010
+    ، كان عدد سكان المدينة 28 ، 086 ، مما يعكس زيادة قدرها 2 ، 698 من 25 ، 388 محسوبا
+    في تعداد عام 2000 . الرمز البريدي هو 10940 . تقع ميدلتاون في منطقة العاصمة نيويورك
+    .
+- source_sentence: ماذا تعني كلمة الحمى القرمزية
+  sentences:
+  - الحمى القرمزية ( Scarletina ) هي حمى معدية تتميز بالتهاب الحلق واندفاع أحمر منتشر
+    على الجلد ، يليه تساقط الجزء السطحي من الجلد . يعد التهاب الأذنين والكلى من المضاعفات
+    الشائعة .
+  - من ويكيبيديا ، الموسوعة الحرة . سيليكون RTV ( سيليكون تقسية درجة حرارة الغرفة
+    ) هو نوع من مطاط السيليكون مصنوع من نظام مكون من عنصرين ( قاعدة بالإضافة إلى العلاج
+    ؛ A + B ) متوفر في نطاق صلابة من النعومة إلى المتوسطة - عادة من 15 Shore A إلى
+    40 Shore . من أجل أن يقوم سيليكون RTV بإعادة إنتاج نسيج السطح ، يتم الاهتمام بنظافة
+    الأصل . يعمل نزع الهواء بالتفريغ على إزالة فقاعات الهواء المحبوسة من خليط السيليكون
+    والمحفز لضمان قوة الشد المثلى ، مما يؤثر على أوقات التكاثر .
+  - يمكن تصنيف الحمى حسب الأعراض المصاحبة لها وسببها ونمطها . يمكن أن تكون الحمى منخفضة
+    الدرجة ( درجة حرارة الجسم أقل من 101 درجة فهرنهايت ) أو عالية الدرجة ( درجة الحرارة
+    أعلى من 104 درجة فهرنهايت ) . غالبا ما يساعد نمط الحمى في تشخيص المرض . فيما يلي
+    أنواع الحمى وفقا للنمط النموذجي للحمى .
+model-index:
+- name: SentenceTransformer based on abdoelsayed/AraDPR
+  results:
+  - task:
+      type: reranking
+      name: Reranking
+    dataset:
+      name: Unknown
+      type: unknown
+    metrics:
+    - type: map
+      value: 0.5210777953321174
+      name: Map
+    - type: mrr@10
+      value: 0.5216256613756614
+      name: Mrr@10
+    - type: ndcg@10
+      value: 0.5898436795948834
+      name: Ndcg@10
+---
+
+# SentenceTransformer based on abdoelsayed/AraDPR
+
+This is a [sentence-transformers](https://www.SBERT.net) model finetuned from [abdoelsayed/AraDPR](https://huggingface.co/abdoelsayed/AraDPR) on the [raraelectr_aand_raraber_tused_dataset](https://huggingface.co/datasets/hatemestinbejaia/RARAELECTRAandRARABERTusedDATASET) dataset. 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:** [abdoelsayed/AraDPR](https://huggingface.co/abdoelsayed/AraDPR) <!-- at revision b5655f33f56d0d301dd6950872898bc45867807b -->
+- **Maximum Sequence Length:** 512 tokens
+- **Output Dimensionality:** 768 dimensions
+- **Similarity Function:** Cosine Similarity
+- **Training Dataset:**
+    - [raraelectr_aand_raraber_tused_dataset](https://huggingface.co/datasets/hatemestinbejaia/RARAELECTRAandRARABERTusedDATASET)
+<!-- - **Language:** Unknown -->
+<!-- - **License:** Unknown -->
+
+### Model Sources
+
+- **Documentation:** [Sentence Transformers Documentation](https://sbert.net)
+- **Repository:** [Sentence Transformers on GitHub](https://github.com/UKPLab/sentence-transformers)
+- **Hugging Face:** [Sentence Transformers on Hugging Face](https://huggingface.co/models?library=sentence-transformers)
+
+### Full Model Architecture
+
+```
+SentenceTransformer(
+  (0): Transformer({'max_seq_length': 512, 'do_lower_case': False}) with Transformer model: BertModel 
+  (1): Pooling({'word_embedding_dimension': 768, '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})
+)
+```
+
+## Usage
+
+### Direct Usage (Sentence Transformers)
+
+First install the Sentence Transformers library:
+
+```bash
+pip install -U sentence-transformers
+```
+
+Then you can load this model and run inference.
+```python
+from sentence_transformers import SentenceTransformer
+
+# Download from the 🤗 Hub
+model = SentenceTransformer("hatemestinbejaia/AraDPR2_initialversion0")
+# Run inference
+sentences = [
+    'ماذا تعني كلمة الحمى القرمزية',
+    'الحمى القرمزية ( Scarletina ) هي حمى معدية تتميز بالتهاب الحلق واندفاع أحمر منتشر على الجلد ، يليه تساقط الجزء السطحي من الجلد . يعد التهاب الأذنين والكلى من المضاعفات الشائعة .',
+    'يمكن تصنيف الحمى حسب الأعراض المصاحبة لها وسببها ونمطها . يمكن أن تكون الحمى منخفضة الدرجة ( درجة حرارة الجسم أقل من 101 درجة فهرنهايت ) أو عالية الدرجة ( درجة الحرارة أعلى من 104 درجة فهرنهايت ) . غالبا ما يساعد نمط الحمى في تشخيص المرض . فيما يلي أنواع الحمى وفقا للنمط النموذجي للحمى .',
+]
+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]
+```
+
+<!--
+### Direct Usage (Transformers)
+
+<details><summary>Click to see the direct usage in Transformers</summary>
+
+</details>
+-->
+
+<!--
+### Downstream Usage (Sentence Transformers)
+
+You can finetune this model on your own dataset.
+
+<details><summary>Click to expand</summary>
+
+</details>
+-->
+
+<!--
+### Out-of-Scope Use
+
+*List how the model may foreseeably be misused and address what users ought not to do with the model.*
+-->
+
+## Evaluation
+
+### Metrics
+
+#### Reranking
+
+* Evaluated with [<code>RerankingEvaluator</code>](https://sbert.net/docs/package_reference/sentence_transformer/evaluation.html#sentence_transformers.evaluation.RerankingEvaluator)
+
+| Metric  | Value      |
+|:--------|:-----------|
+| **map** | **0.5211** |
+| mrr@10  | 0.5216     |
+| ndcg@10 | 0.5898     |
+
+<!--
+## Bias, Risks and Limitations
+
+*What are the known or foreseeable issues stemming from this model? You could also flag here known failure cases or weaknesses of the model.*
+-->
+
+<!--
+### Recommendations
+
+*What are recommendations with respect to the foreseeable issues? For example, filtering explicit content.*
+-->
+
+## Training Details
+
+### Training Dataset
+
+#### raraelectr_aand_raraber_tused_dataset
+
+* Dataset: [raraelectr_aand_raraber_tused_dataset](https://huggingface.co/datasets/hatemestinbejaia/RARAELECTRAandRARABERTusedDATASET) at [41662fd](https://huggingface.co/datasets/hatemestinbejaia/RARAELECTRAandRARABERTusedDATASET/tree/41662fd4d29d1cf849ca12213a7b27d69fe8fcd7)
+* Size: 5,000,000 training samples
+* Columns: <code>query</code>, <code>pos</code>, <code>neg</code>, and <code>label</code>
+* Approximate statistics based on the first 1000 samples:
+  |         | query                                                                             | pos                                                                                  | neg                                                                                  | label                                                               |
+  |:--------|:----------------------------------------------------------------------------------|:-------------------------------------------------------------------------------------|:-------------------------------------------------------------------------------------|:--------------------------------------------------------------------|
+  | type    | string                                                                            | string                                                                               | string                                                                               | float                                                               |
+  | details | <ul><li>min: 5 tokens</li><li>mean: 13.93 tokens</li><li>max: 37 tokens</li></ul> | <ul><li>min: 15 tokens</li><li>mean: 124.04 tokens</li><li>max: 386 tokens</li></ul> | <ul><li>min: 21 tokens</li><li>mean: 113.55 tokens</li><li>max: 278 tokens</li></ul> | <ul><li>min: -2.88</li><li>mean: 12.91</li><li>max: 21.92</li></ul> |
+* Samples:
+  | query                                           | pos                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                             | neg                                                                                                                                                                                                                        | label                           |
+  |:------------------------------------------------|:----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|:---------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|:--------------------------------|
+  | <code>القليل من الكافيين جيد أثناء الحمل</code> | <code>نحن لا نعرف الكثير عن تأثيرات الكافيين أثناء الحمل عليك وعلى طفلك . لذلك فمن الأفضل أن تحد من المبلغ الذي تحصل عليه كل يوم . إذا كنت حاملا ، قللي من تناول الكافيين إلى 200 ملليجرام يوميا . هذا هو الكمية الموجودة في فنجان واحد سعة 8 أونصات من القهوة أو فنجان قهوة سعة 12 أونصة .</code>                                                                                                                                                                                                              | <code>من الآمن عموما أن تتناول النساء الحوامل الشوكولاتة لأن الدراسات أثبتت وجود فوائد معينة لتناول الشوكولاتة أثناء الحمل . ومع ذلك ، يجب على النساء الحوامل التأكد من أن تناول الكافيين أقل من 200 مجم في اليوم .</code> | <code>4.0280589908361435</code> |
+  | <code>ما هي الفاكهة الأصلية في أستراليا</code>  | <code>Passiflora herbertiana . فاكهة العاطفة النادرة موطنها أستراليا . الثمار ذات قشرة خضراء ، بيضاء اللون ، مع تصنيف غير معروف للأكل . تسرد بعض المصادر الفاكهة على أنها صالحة للأكل وحلوة ولذيذة ، بينما يسرد البعض الآخر الفاكهة على أنها مرة وغير صالحة للأكل . فاكهة العاطفة النادرة موطنها أستراليا . الثمار ذات قشرة خضراء ، بيضاء اللون ، مع تصنيف غير معروف للأكل . تسرد بعض المصادر الفاكهة على أنها صالحة للأكل وحلوة ولذيذة ، بينما يسرد البعض الآخر الفواكه على أنها مرة وغير صالحة للأكل .</code> | <code>جوز الكولا هو ثمرة شجرة الكولا ، وهي جنس ( كولا ) من الأشجار التي تنتمي إلى الغابات الاستوائية المطيرة في إفريقيا .</code>                                                                                           | <code>10.18145449956258</code>  |
+  | <code>ما هو حجم الجيش الكندي</code>             | <code>القوات المسلحة الكندية . 1 بدأت أول مهمة حفظ سلام كندية واسعة النطاق في مصر في 24 نوفمبر 1956 . 2 هناك ما يقرب من 65000 من القوات النظامية و 25000 من أفراد الاحتياط في الجيش الكندي . 3 في كندا ، تم تحديد يوم 9 أغسطس كيوم حفظة السلام الوطنيين .</code>                                                                                                                                                                                                                                                | <code>المعهد الكندي لصحة الأطباء ( CPHI ) هو برنامج وطني تم إنشاؤه في عام 2012 كتعاون بين الجمعية الطبية الكندية ( CMA ) والمؤسسة الطبية الكندية ( CMF ) والجمعيات الطبية الإقليمية والإقليمية ( PTMAs ) .</code>          | <code>16.420575777689614</code> |
+* Loss: <code>__main__.MarginMSELoss</code>
+
+### Evaluation Dataset
+
+#### raraelectr_aand_raraber_tused_dataset
+
+* Dataset: [raraelectr_aand_raraber_tused_dataset](https://huggingface.co/datasets/hatemestinbejaia/RARAELECTRAandRARABERTusedDATASET) at [41662fd](https://huggingface.co/datasets/hatemestinbejaia/RARAELECTRAandRARABERTusedDATASET/tree/41662fd4d29d1cf849ca12213a7b27d69fe8fcd7)
+* Size: 10,000 evaluation samples
+* Columns: <code>query</code>, <code>pos</code>, <code>neg</code>, and <code>label</code>
+* Approximate statistics based on the first 1000 samples:
+  |         | query                                                                             | pos                                                                                  | neg                                                                                  | label                                                               |
+  |:--------|:----------------------------------------------------------------------------------|:-------------------------------------------------------------------------------------|:-------------------------------------------------------------------------------------|:--------------------------------------------------------------------|
+  | type    | string                                                                            | string                                                                               | string                                                                               | float                                                               |
+  | details | <ul><li>min: 3 tokens</li><li>mean: 13.59 tokens</li><li>max: 45 tokens</li></ul> | <ul><li>min: 26 tokens</li><li>mean: 119.29 tokens</li><li>max: 367 tokens</li></ul> | <ul><li>min: 22 tokens</li><li>mean: 111.89 tokens</li><li>max: 290 tokens</li></ul> | <ul><li>min: -0.75</li><li>mean: 13.72</li><li>max: 22.62</li></ul> |
+* Samples:
+  | query                                          | pos                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                              | neg                                                                                                                                                                                                                                                | label                           |
+  |:-----------------------------------------------|:---------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|:---------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|:--------------------------------|
+  | <code>ما هو اسم د . كوين</code>                | <code>اعرض الشخصيات المختلفة التي لعبها نفس الممثل . الدكتورة ميكايلا كوين . ولدت ميكايلا في 15 فبراير 1833 في بوسطن ، ماساتشوستس ، لأبوين جوزيف وإليزابيث كوين . هناك نشأت مع شقيقاتها الأربع : ماري ( التي تم تغيير اسمها إلى ريبيكا ) ، ومارجوري ، وكلوديت ، ومورين . كان والده�� يريد ابنا ، لذلك عندما ولدت أطلق عليها اسم ميكايلا ( الملقب مايك ) .</code>                                                                                                                                                                                                                  | <code>ليس لدى د . ماكفارلاند أي تأمينات مدرجة . إذا كنت دكتور ماكفارلاند وترغب في إضافة تأمينات تقبلها ، يرجى تحديث ملفك التعريفي المجاني . الانتساب إلى المستشفى ينتمي د . ماكفارلاند إلى المستشفيات التالية .</code>                             | <code>15.524045944213867</code> |
+  | <code>من يلعب دور بيرني مادوف</code>           | <code>ساحر الأكاذيب هو واحد من اثنين من مشاريع Madoff التلفزيونية قيد الإعداد . ABC لديها مسلسل قصير قادم يسمى مادوف ، من بطولة ريتشارد دريفوس وبليث دانر . قصص ذات الصلة . روبرت دي نيرو يسجل الدخول للعب بيرني مادوف في فيلم HBO المحتمل .</code>                                                                                                                                                                                                                                                                                                                              | <code>اتهمت السلطات الأمريكية مسؤول تنفيذي للمحاسبة يزعم أنه ساعد برنارد مادوف في مخطط بونزي الذي تبلغ تكلفته عدة مليارات من الدولارات ، والذي يوسع نطاق تحقيقه في الاحتيال بعد خمس سنوات من اكتشافه .</code>                                      | <code>13.17703644434611</code>  |
+  | <code>كم قدم مكعب في طن من حصى البازلاء</code> | <code>لذلك 1 طن لديه 2000 - 100 أو 20 قدم مكعب من الحصى . الفناء المكعب هو 3x3x3 = 27 قدما مكعبا من الفناء المكعب ، الإجابة 20 - 27 أو 0 . 74 ياردة مكعبة . العوامل الأخرى التي تؤثر على حجم الحصى هي محتوى الرطوبة ودرجات المواد . يحتوي حصى البازلاء على سبيل المثال على جميع الجزيئات ذات الحجم المحدد ، على سبيل المثال ، 1 - 4 بوصة ، حوالي 120 رطلا للإشارة فقط : 1 قدم مكعب = 6 . 25 جالون ( إمبراطوري ) ، جالون من الماء يزن 10 أرطال ، لذا فإن القدم المكعبة من الماء تزن 62 . 5 رطلا . هذا يعني أن الجاذبية النوعية للحصى هي 120 - 62 . 5 ، أو أقل قليلا من 2 .</code> | <code>1 كيس قدم مكعب واحد ( التربة والمهاد ) يغطي ما يقرب من 8 أقدام مربعة إلى عمق 3 . 2 كيس واحد 75 رطلا ( الحصى والرمل ) يغطي حوالي 4 أقدام مربعة إلى عمق 3 . 3 بوصات سميكة ستغطي حوالي 300 قدم مربع . سيغطي سمك 1 حوالي 150 قدما مربعا .</code> | <code>10.34702980518341</code>  |
+* Loss: <code>__main__.MarginMSELoss</code>
+
+### Training Hyperparameters
+#### Non-Default Hyperparameters
+
+- `eval_strategy`: steps
+- `per_device_train_batch_size`: 16
+- `gradient_accumulation_steps`: 8
+- `learning_rate`: 7e-05
+- `warmup_ratio`: 0.07
+- `fp16`: True
+- `half_precision_backend`: amp
+- `load_best_model_at_end`: True
+- `fp16_backend`: amp
+
+#### All Hyperparameters
+<details><summary>Click to expand</summary>
+
+- `overwrite_output_dir`: False
+- `do_predict`: False
+- `eval_strategy`: steps
+- `prediction_loss_only`: True
+- `per_device_train_batch_size`: 16
+- `per_device_eval_batch_size`: 8
+- `per_gpu_train_batch_size`: None
+- `per_gpu_eval_batch_size`: None
+- `gradient_accumulation_steps`: 8
+- `eval_accumulation_steps`: None
+- `torch_empty_cache_steps`: None
+- `learning_rate`: 7e-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`: 3
+- `max_steps`: -1
+- `lr_scheduler_type`: linear
+- `lr_scheduler_kwargs`: {}
+- `warmup_ratio`: 0.07
+- `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`: amp
+- `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`: True
+- `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`: amp
+- `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
+- `use_liger_kernel`: False
+- `eval_use_gather_object`: False
+- `prompts`: None
+- `batch_sampler`: batch_sampler
+- `multi_dataset_batch_sampler`: proportional
+
+</details>
+
+### Training Logs
+| Epoch      | Step      | Training Loss | Validation Loss | map        |
+|:----------:|:---------:|:-------------:|:---------------:|:----------:|
+| **1.8944** | **74000** | **0.8809**    | **0.7718**      | **0.5197** |
+| 1.9456     | 76000     | 0.8809        | 0.7716          | 0.5140     |
+| 1.9968     | 78000     | 0.8808        | 0.7713          | 0.5211     |
+
+* The bold row denotes the saved checkpoint.
+
+### Framework Versions
+- Python: 3.10.14
+- Sentence Transformers: 3.3.1
+- Transformers: 4.45.1
+- PyTorch: 2.4.0
+- Accelerate: 0.34.2
+- Datasets: 3.0.1
+- Tokenizers: 0.20.0
+
+## Citation
+
+### BibTeX
+
+#### Sentence Transformers
+```bibtex
+@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",
+}
+```
+
+#### MarginMSELoss
+```bibtex
+@misc{hofstätter2021improving,
+    title={Improving Efficient Neural Ranking Models with Cross-Architecture Knowledge Distillation},
+    author={Sebastian Hofstätter and Sophia Althammer and Michael Schröder and Mete Sertkan and Allan Hanbury},
+    year={2021},
+    eprint={2010.02666},
+    archivePrefix={arXiv},
+    primaryClass={cs.IR}
+}
+```
+
+<!--
+## Glossary
+
+*Clearly define terms in order to be accessible across audiences.*
+-->
+
+<!--
+## Model Card Authors
+
+*Lists the people who create the model card, providing recognition and accountability for the detailed work that goes into its construction.*
+-->
+
+<!--
+## Model Card Contact
+
+*Provides a way for people who have updates to the Model Card, suggestions, or questions, to contact the Model Card authors.*
+-->

config.json

@@ -0,0 +1,32 @@
+{
+  "_name_or_path": "abdoelsayed/AraDPR",
+  "architectures": [
+    "BertModel"
+  ],
+  "attention_probs_dropout_prob": 0.1,
+  "classifier_dropout": null,
+  "directionality": "bidi",
+  "gradient_checkpointing": false,
+  "hidden_act": "gelu",
+  "hidden_dropout_prob": 0.1,
+  "hidden_size": 768,
+  "initializer_range": 0.02,
+  "intermediate_size": 3072,
+  "layer_norm_eps": 1e-12,
+  "max_position_embeddings": 512,
+  "model_type": "bert",
+  "num_attention_heads": 12,
+  "num_hidden_layers": 12,
+  "pad_token_id": 0,
+  "pooler_fc_size": 768,
+  "pooler_num_attention_heads": 12,
+  "pooler_num_fc_layers": 3,
+  "pooler_size_per_head": 128,
+  "pooler_type": "first_token_transform",
+  "position_embedding_type": "absolute",
+  "torch_dtype": "float32",
+  "transformers_version": "4.45.1",
+  "type_vocab_size": 2,
+  "use_cache": true,
+  "vocab_size": 119547
+}

config_sentence_transformers.json

@@ -0,0 +1,10 @@
+{
+  "__version__": {
+    "sentence_transformers": "3.3.1",
+    "transformers": "4.45.1",
+    "pytorch": "2.4.0"
+  },
+  "prompts": {},
+  "default_prompt_name": null,
+  "similarity_fn_name": "cosine"
+}

model.safetensors

@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:1b478516adcc4a251a6e1c334589f5862c10ca25f59654def2ae093ab7866ce7
+size 711436136

modules.json

@@ -0,0 +1,14 @@
+[
+  {
+    "idx": 0,
+    "name": "0",
+    "path": "",
+    "type": "sentence_transformers.models.Transformer"
+  },
+  {
+    "idx": 1,
+    "name": "1",
+    "path": "1_Pooling",
+    "type": "sentence_transformers.models.Pooling"
+  }
+]

sentence_bert_config.json

@@ -0,0 +1,4 @@
+{
+  "max_seq_length": 512,
+  "do_lower_case": false
+}

special_tokens_map.json

@@ -0,0 +1,7 @@
+{
+  "cls_token": "[CLS]",
+  "mask_token": "[MASK]",
+  "pad_token": "[PAD]",
+  "sep_token": "[SEP]",
+  "unk_token": "[UNK]"
+}

tokenizer_config.json

@@ -0,0 +1,57 @@
+{
+  "added_tokens_decoder": {
+    "0": {
+      "content": "[PAD]",
+      "lstrip": false,
+      "normalized": false,
+      "rstrip": false,
+      "single_word": false,
+      "special": true
+    },
+    "100": {
+      "content": "[UNK]",
+      "lstrip": false,
+      "normalized": false,
+      "rstrip": false,
+      "single_word": false,
+      "special": true
+    },
+    "101": {
+      "content": "[CLS]",
+      "lstrip": false,
+      "normalized": false,
+      "rstrip": false,
+      "single_word": false,
+      "special": true
+    },
+    "102": {
+      "content": "[SEP]",
+      "lstrip": false,
+      "normalized": false,
+      "rstrip": false,
+      "single_word": false,
+      "special": true
+    },
+    "103": {
+      "content": "[MASK]",
+      "lstrip": false,
+      "normalized": false,
+      "rstrip": false,
+      "single_word": false,
+      "special": true
+    }
+  },
+  "clean_up_tokenization_spaces": true,
+  "cls_token": "[CLS]",
+  "do_basic_tokenize": true,
+  "do_lower_case": true,
+  "mask_token": "[MASK]",
+  "model_max_length": 512,
+  "never_split": null,
+  "pad_token": "[PAD]",
+  "sep_token": "[SEP]",
+  "strip_accents": null,
+  "tokenize_chinese_chars": true,
+  "tokenizer_class": "BertTokenizer",
+  "unk_token": "[UNK]"
+}