Hugging Face's logo

minhdang
/
bge-base-financial-matryoshka

Sentence Similarity
sentence-transformers
Safetensors
roberta
feature-extraction
Generated from Trainer
dataset_size:107510
loss:MatryoshkaLoss
loss:MultipleNegativesRankingLoss
Eval Results
Inference Endpoints
Model card Files Community
bge-base-financial-matryoshka / README.md
minhdang's picture
minhdang
Add new SentenceTransformer model.
06e0b7a verified
preview code
|
raw
history blame
63.3 kB
metadata
tags:
  - sentence-transformers
  - sentence-similarity
  - feature-extraction
  - generated_from_trainer
  - dataset_size:107510
  - loss:MatryoshkaLoss
  - loss:MultipleNegativesRankingLoss
base_model: bkai-foundation-models/vietnamese-bi-encoder
widget:
  - source_sentence: >-
      ['Hình thức xử phạt và thời hiệu xử phạt vi phạm hành chính\n...\n4. Thời
      hiệu xử phạt vi phạm hành chính đối với lĩnh vực kinh doanh xổ số:\na)
      Thời hiệu xử phạt vi phạm hành chính trong lĩnh vực kinh doanh xổ số là 01
      năm.\nb) Đối với hành vi vi phạm hành chính trong lĩnh vực kinh doanh xổ
      số đang được thực hiện thì thời hiệu được tính từ ngày người có thẩm quyền
      thi hành công vụ phát hiện hành vi vi phạm. Đối với hành vi vi phạm hành
      chính đã kết thúc thì thời hiệu được tính từ ngày chấm dứt hành vi vi
      phạm. Thời điểm chấm dứt hành vi vi phạm để tính thời hiệu xử phạt đối với
      một số hành vi vi phạm tại Chương 3 Nghị định này được quy định như
      sau:\n- Đối với hành vi sửa chữa, tẩy xoá làm thay đổi nội dung Giấy chứng
      nhận đủ điều kiện kinh doanh, các tài liệu trong hồ sơ đã được làm đại lý
      xổ số quy định tại khoản 1 Điều 35 và khoản 1 Điều 41 Nghị định này nếu
      không xác định được ngày sửa chữa, tẩy xoá làm thay đổi nội dung Giấy
      chứng nhận đủ điều kiện kinh doanh, các tài liệu trong hồ sơ đã được làm
      đại lý xổ số thì thời điểm chấm dứt hành vi vi phạm là ngày phát hiện Giấy
      chứng nhận đủ điều kiện kinh doanh bị sửa chữa, tẩy xóa làm thay đổi nội
      dung;\n- Đối với hành vi không xây dựng và ban hành quy chế quy định chi
      tiết quy trình tổ chức thu hồi vé xổ số không tiêu thụ hết, không xây dựng
      và công bố công khai thể lệ quay số mở thưởng, không ban hành Quy chế quản
      lý, khai thác dữ liệu máy chủ kinh doanh xổ số điện toán quy định tại
      khoản 1 Điều 40, khoản 1 Điều 44 và khoản 1 Điều 49 Nghị định này, thời
      điểm chấm dứt hành vi vi phạm là ngày thực hiện ban hành quy chế quy định
      chi tiết quy trình tổ chức thu hồi vé xổ số không tiêu thụ hết, công bố
      công khai thể lệ quay số mở thưởng, ban hành Quy chế quản lý, khai thác dữ
      liệu máy chủ kinh doanh xổ số điện toán;\n- Đối với hành vi vi phạm quy
      định về chế độ báo cáo quy định tại Điều 51 Nghị định này, thời điểm chấm
      dứt hành vi vi phạm là ngày thực hiện báo cáo.']
    sentences:
      - >-
        Hình thức đấu giá bằng bỏ phiếu gián tiếp được pháp luật quy định như
        thế nào?
      - Thường trực Hội đồng tư vấn đặc xá là cơ quan nào?
      - >-
        Thời hiệu xử phạt cơ sở kinh doanh xổ số phát hành vé xổ số quá hạn mức
        là bao lâu?
  - source_sentence: >-
      ['Thanh lý hợp đồng thực hiện nhiệm vụ\nCăn cứ Hồ sơ đề nghị nghiệm thu,
      thanh lý hợp đồng thực hiện nhiệm vụ của cơ quan chủ trì thực hiện, việc
      thanh lý hợp đồng đã ký kết trong thời hạn 10 ngày được thực hiện kể từ
      ngày cơ quan quản lý nhiệm vụ tiếp nhận đầy đủ sản phẩm đã được chỉnh sửa
      theo ý kiến của Hội đồng nghiệm thu nhiệm vụ cấp Bộ.\nĐối với các nhiệm vụ
      thường xuyên hàng năm quy định tại điểm b, điểm h, điểm k khoản 1 Điều 3
      Thông tư này được cơ quan quản lý nhiệm vụ xác nhận hoàn thành thì văn bản
      xác nhận hoàn thành nhiệm vụ là căn cứ nghiệm thu, thanh lý nhiệm vụ của
      cơ quan chủ trì thực hiện.\nBiên bản nghiệm thu và thanh lý hợp đồng đối
      với các nhiệm vụ ký hợp đồng thực hiện theo mẫu B3a-HĐMT được quy định tại
      mẫu B6a-BBTLMT. Biên bản nghiệm thu và thanh lý hợp đồng đối với các nhiệm
      vụ ký hợp đồng thực hiện theo mẫu B3b-HĐBĐKH được quy định tại mẫu
      B6b-BBTLBĐKH.'
       'Thanh lý hợp đồng nhiệm vụ bảo vệ môi trường\nCăn cứ Biên bản nghiệm thu kết quả thực hiện nhiệm vụ bảo vệ môi trường, việc thanh lý hợp đồng đã ký kết với đơn vị chủ trì trong thời hạn 10 ngày được thực hiện kể từ ngày tiếp nhận đầy đủ sản phẩm đã được chỉnh sửa theo ý kiến của Hội đồng nghiệm thu nhiệm vụ bảo vệ môi trường. Biên bản thanh lý hợp đồng được quy định tại mẫu B6a-BBTLHĐ-BCT.']
    sentences:
      - Tổn thương gân chày trước chủ yếu gặp trong các vết thương ở vùng nào?
      - Hội đồng Lý luận Trung ương họp mỗi quý mấy lần?
      - >-
        Thời hạn thanh lý hợp đồng nhiệm vụ bảo vệ môi trường ngành Công thương
        sử dụng nguồn kinh phí sự nghiệp môi trường là bao lâu?
  - source_sentence: >-
      ['Đối tượng áp dụng\n1. Cán bộ, công chức của các đơn vị thuộc Ủy ban Dân
      tộc được Bộ trưởng, Chủ nhiệm Ủy ban Dân tộc (sau đây gọi tắt là Bộ
      trưởng, Chủ nhiệm) giao nhiệm vụ hoặc phân công làm nhiệm vụ tiếp công
      dân, xử lý đơn khiếu nại, tố cáo, kiến nghị, phản ánh tại trụ sở và các
      địa điểm tiếp công dân thuộc Ủy ban Dân tộc.\n2. Bộ trưởng, Chủ nhiệm, các
      Thứ trưởng, Phó Chủ nhiệm Ủy ban Dân tộc có trách nhiệm tiếp công dân định
      kỳ hoặc đột xuất; công chức trong các đơn vị thuộc Ủy ban Dân tộc được Bộ
      trưởng, Chủ nhiệm triệu tập làm nhiệm vụ tiếp công dân, xử lý đơn khiếu
      nại, tố cáo, kiến nghị, phản ánh tại trụ sở và các địa điểm tiếp công dân
      thuộc Ủy ban Dân tộc.\n3. Công chức, người tham gia tiếp công dân thuộc Ủy
      ban Dân tộc được Bộ trưởng, Chủ nhiệm giao nhiệm vụ hoặc phân công phối
      hợp tiếp công dân, giữ gìn an ninh, trật tự, bảo đảm y tế tại trụ sở và
      các địa điểm tiếp công dân của Ủy ban Dân tộc.\n4. Cán bộ, công chức của
      các tổ chức thuộc Ủy ban Dân tộc được Bộ trưởng, Chủ nhiệm giao nhiệm vụ
      chuyên trách xử lý đơn khiếu nại, tố cáo, kiến nghị, phản ánh.']
    sentences:
      - >-
        Công chức của đơn vị có được hưởng chế độ bồi dưỡng khi nhận nhiệm vụ
        tiếp công dân tại các địa điểm tiếp công dân thuộc Ủy ban Dân tộc hay
        không?
      - Người trúng xổ số Vietlott có được bảo mật thông tin trước đại chúng?
      - >-
        Việc công bố giá trị doanh nghiệp được cơ quan đại diện chủ sở hữu thực
        hiện trong thời hạn bao nhiêu ngày? Kể từ thời điểm nào?
  - source_sentence: >-
      ['Hình thức tổ chức, nội dung và chương trình đào tạo nghiệp vụ thẩm định
      giá\n1. Khóa đào tạo nghiệp vụ thẩm định giá được tổ chức tập trung một kỳ
      liên tục hoặc nhiều kỳ nhưng không kéo dài quá 3 (ba) tháng cho một khóa
      học và phải đảm bảo dạy và học đủ thời lượng, nội dung và chương trình
      theo quy định tại khoản 2 Điều này.\n...']
    sentences:
      - >-
        Thời gian áp dụng biện pháp cách ly y tế được pháp luật quy định như thế
        nào?
      - >-
        Khi thực hiện khuyến mại cung ứng dịch vụ thông tin di động mẫu để khách
        hàng dùng thử không phải trả tiền, doanh nghiệp viễn thông có cần đăng
        ký khuyến mại không?
      - Một khóa đào tạo nghiệp vụ thẩm định giá kéo dài bao lâu?
  - source_sentence: >-
      ['Tiêu chuẩn Chi cục trưởng, Phó Chi cục trưởng thuộc Cục Thuế\n1. Vị trí
      và nhiệm vụ\na) Chi cục trưởng Chi cục Thuế là người đứng đầu Chi cục
      Thuế, chịu trách nhiệm trước Cục trưởng Cục Thuế và trước pháp luật về
      toàn bộ hoạt động nhiệm vụ của đơn vị được cấp có thẩm quyền giao nhiệm vụ
      quản lý nhà nước trên địa bàn quận, huyện, thị xã, thành phố thuộc
      tỉnh.\nb) Phó Chi cục trưởng Chi cục Thuế là người giúp việc Chi cục
      trưởng, chịu trách nhiệm trước Chi cục trưởng và trước pháp luật về lĩnh
      vực công tác được phân công; thay mặt Chi cục trưởng điều hành, giải quyết
      các công việc của Chi cục khi được Chi cục trưởng ủy quyền, giao nhiệm
      vụ.']
    sentences:
      - Nhiệm vụ của Chi cục trưởng thuộc Cục Thuế như thế nào?
      - >-
        Việc đánh giá chất lượng dịch vụ sự nghiệp công về xây dựng cơ sở dữ
        liệu được thực hiện theo phương thức nào?
      - >-
        Khoản phụ cấp chuyên cần có tính vào lương để tính tiền lương tăng ca,
        lương làm thêm giờ hay không?
pipeline_tag: sentence-similarity
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
model-index:
  - name: SentenceTransformer based on bkai-foundation-models/vietnamese-bi-encoder
    results:
      - task:
          type: information-retrieval
          name: Information Retrieval
        dataset:
          name: dim 768
          type: dim_768
        metrics:
          - type: cosine_accuracy@1
            value: 0.26527708019420726
            name: Cosine Accuracy@1
          - type: cosine_accuracy@3
            value: 0.4377197388247112
            name: Cosine Accuracy@3
          - type: cosine_accuracy@5
            value: 0.5174116859199732
            name: Cosine Accuracy@5
          - type: cosine_accuracy@10
            value: 0.6099112673698309
            name: Cosine Accuracy@10
          - type: cosine_precision@1
            value: 0.26527708019420726
            name: Cosine Precision@1
          - type: cosine_precision@3
            value: 0.14590657960823708
            name: Cosine Precision@3
          - type: cosine_precision@5
            value: 0.10348233718399463
            name: Cosine Precision@5
          - type: cosine_precision@10
            value: 0.060991126736983085
            name: Cosine Precision@10
          - type: cosine_recall@1
            value: 0.26527708019420726
            name: Cosine Recall@1
          - type: cosine_recall@3
            value: 0.4377197388247112
            name: Cosine Recall@3
          - type: cosine_recall@5
            value: 0.5174116859199732
            name: Cosine Recall@5
          - type: cosine_recall@10
            value: 0.6099112673698309
            name: Cosine Recall@10
          - type: cosine_ndcg@10
            value: 0.4285225723707542
            name: Cosine Ndcg@10
          - type: cosine_mrr@10
            value: 0.37149118785859175
            name: Cosine Mrr@10
          - type: cosine_map@100
            value: 0.38082252053876386
            name: Cosine Map@100
      - task:
          type: information-retrieval
          name: Information Retrieval
        dataset:
          name: dim 512
          type: dim_512
        metrics:
          - type: cosine_accuracy@1
            value: 0.26586305039343716
            name: Cosine Accuracy@1
          - type: cosine_accuracy@3
            value: 0.43227858697471955
            name: Cosine Accuracy@3
          - type: cosine_accuracy@5
            value: 0.5082872928176796
            name: Cosine Accuracy@5
          - type: cosine_accuracy@10
            value: 0.6015402645236899
            name: Cosine Accuracy@10
          - type: cosine_precision@1
            value: 0.26586305039343716
            name: Cosine Precision@1
          - type: cosine_precision@3
            value: 0.1440928623249065
            name: Cosine Precision@3
          - type: cosine_precision@5
            value: 0.1016574585635359
            name: Cosine Precision@5
          - type: cosine_precision@10
            value: 0.06015402645236899
            name: Cosine Precision@10
          - type: cosine_recall@1
            value: 0.26586305039343716
            name: Cosine Recall@1
          - type: cosine_recall@3
            value: 0.43227858697471955
            name: Cosine Recall@3
          - type: cosine_recall@5
            value: 0.5082872928176796
            name: Cosine Recall@5
          - type: cosine_recall@10
            value: 0.6015402645236899
            name: Cosine Recall@10
          - type: cosine_ndcg@10
            value: 0.4244877080296015
            name: Cosine Ndcg@10
          - type: cosine_mrr@10
            value: 0.36887667785457956
            name: Cosine Mrr@10
          - type: cosine_map@100
            value: 0.3780890557065138
            name: Cosine Map@100
      - task:
          type: information-retrieval
          name: Information Retrieval
        dataset:
          name: dim 256
          type: dim_256
        metrics:
          - type: cosine_accuracy@1
            value: 0.2483676544450025
            name: Cosine Accuracy@1
          - type: cosine_accuracy@3
            value: 0.4107651096601373
            name: Cosine Accuracy@3
          - type: cosine_accuracy@5
            value: 0.4801607232546459
            name: Cosine Accuracy@5
          - type: cosine_accuracy@10
            value: 0.5700652938222
            name: Cosine Accuracy@10
          - type: cosine_precision@1
            value: 0.2483676544450025
            name: Cosine Precision@1
          - type: cosine_precision@3
            value: 0.13692170322004574
            name: Cosine Precision@3
          - type: cosine_precision@5
            value: 0.09603214465092917
            name: Cosine Precision@5
          - type: cosine_precision@10
            value: 0.05700652938221999
            name: Cosine Precision@10
          - type: cosine_recall@1
            value: 0.2483676544450025
            name: Cosine Recall@1
          - type: cosine_recall@3
            value: 0.4107651096601373
            name: Cosine Recall@3
          - type: cosine_recall@5
            value: 0.4801607232546459
            name: Cosine Recall@5
          - type: cosine_recall@10
            value: 0.5700652938222
            name: Cosine Recall@10
          - type: cosine_ndcg@10
            value: 0.40061709420771235
            name: Cosine Ndcg@10
          - type: cosine_mrr@10
            value: 0.34734958105124125
            name: Cosine Mrr@10
          - type: cosine_map@100
            value: 0.35675125361493826
            name: Cosine Map@100
      - task:
          type: information-retrieval
          name: Information Retrieval
        dataset:
          name: dim 128
          type: dim_128
        metrics:
          - type: cosine_accuracy@1
            value: 0.22141302528042858
            name: Cosine Accuracy@1
          - type: cosine_accuracy@3
            value: 0.3701657458563536
            name: Cosine Accuracy@3
          - type: cosine_accuracy@5
            value: 0.4385568391093253
            name: Cosine Accuracy@5
          - type: cosine_accuracy@10
            value: 0.5179976561192031
            name: Cosine Accuracy@10
          - type: cosine_precision@1
            value: 0.22141302528042858
            name: Cosine Precision@1
          - type: cosine_precision@3
            value: 0.12338858195211787
            name: Cosine Precision@3
          - type: cosine_precision@5
            value: 0.08771136782186506
            name: Cosine Precision@5
          - type: cosine_precision@10
            value: 0.051799765611920304
            name: Cosine Precision@10
          - type: cosine_recall@1
            value: 0.22141302528042858
            name: Cosine Recall@1
          - type: cosine_recall@3
            value: 0.3701657458563536
            name: Cosine Recall@3
          - type: cosine_recall@5
            value: 0.4385568391093253
            name: Cosine Recall@5
          - type: cosine_recall@10
            value: 0.5179976561192031
            name: Cosine Recall@10
          - type: cosine_ndcg@10
            value: 0.3619435400628976
            name: Cosine Ndcg@10
          - type: cosine_mrr@10
            value: 0.3128400221632284
            name: Cosine Mrr@10
          - type: cosine_map@100
            value: 0.32179789892986727
            name: Cosine Map@100
      - task:
          type: information-retrieval
          name: Information Retrieval
        dataset:
          name: dim 64
          type: dim_64
        metrics:
          - type: cosine_accuracy@1
            value: 0.1616440649589821
            name: Cosine Accuracy@1
          - type: cosine_accuracy@3
            value: 0.27749874434957306
            name: Cosine Accuracy@3
          - type: cosine_accuracy@5
            value: 0.33433785367487023
            name: Cosine Accuracy@5
          - type: cosine_accuracy@10
            value: 0.4103465595178302
            name: Cosine Accuracy@10
          - type: cosine_precision@1
            value: 0.1616440649589821
            name: Cosine Precision@1
          - type: cosine_precision@3
            value: 0.09249958144985769
            name: Cosine Precision@3
          - type: cosine_precision@5
            value: 0.06686757073497404
            name: Cosine Precision@5
          - type: cosine_precision@10
            value: 0.04103465595178302
            name: Cosine Precision@10
          - type: cosine_recall@1
            value: 0.1616440649589821
            name: Cosine Recall@1
          - type: cosine_recall@3
            value: 0.27749874434957306
            name: Cosine Recall@3
          - type: cosine_recall@5
            value: 0.33433785367487023
            name: Cosine Recall@5
          - type: cosine_recall@10
            value: 0.4103465595178302
            name: Cosine Recall@10
          - type: cosine_ndcg@10
            value: 0.27713659801328827
            name: Cosine Ndcg@10
          - type: cosine_mrr@10
            value: 0.23557945277558567
            name: Cosine Mrr@10
          - type: cosine_map@100
            value: 0.24398402076434567
            name: Cosine Map@100

SentenceTransformer based on bkai-foundation-models/vietnamese-bi-encoder

This is a sentence-transformers model finetuned from bkai-foundation-models/vietnamese-bi-encoder on the json 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: bkai-foundation-models/vietnamese-bi-encoder
  • Maximum Sequence Length: 256 tokens
  • Output Dimensionality: 768 tokens
  • Similarity Function: Cosine Similarity
  • Training Dataset:
    • json

Model Sources

Full Model Architecture 

SentenceTransformer(
  (0): Transformer({'max_seq_length': 256, 'do_lower_case': False}) with Transformer model: RobertaModel 
  (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:

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("minhdang/bge-base-financial-matryoshka")
# Run inference
sentences = [
    "['Tiêu chuẩn Chi cục trưởng, Phó Chi cục trưởng thuộc Cục Thuế\\n1. Vị trí và nhiệm vụ\\na) Chi cục trưởng Chi cục Thuế là người đứng đầu Chi cục Thuế, chịu trách nhiệm trước Cục trưởng Cục Thuế và trước pháp luật về toàn bộ hoạt động nhiệm vụ của đơn vị được cấp có thẩm quyền giao nhiệm vụ quản lý nhà nước trên địa bàn quận, huyện, thị xã, thành phố thuộc tỉnh.\\nb) Phó Chi cục trưởng Chi cục Thuế là người giúp việc Chi cục trưởng, chịu trách nhiệm trước Chi cục trưởng và trước pháp luật về lĩnh vực công tác được phân công; thay mặt Chi cục trưởng điều hành, giải quyết các công việc của Chi cục khi được Chi cục trưởng ủy quyền, giao nhiệm vụ.']",
    'Nhiệm vụ của Chi cục trưởng thuộc Cục Thuế như thế nào?',
    'Khoản phụ cấp chuyên cần có tính vào lương để tính tiền lương tăng ca, lương làm thêm giờ hay không?',
]
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

Metric Value
cosine_accuracy@1 0.2653
cosine_accuracy@3 0.4377
cosine_accuracy@5 0.5174
cosine_accuracy@10 0.6099
cosine_precision@1 0.2653
cosine_precision@3 0.1459
cosine_precision@5 0.1035
cosine_precision@10 0.061
cosine_recall@1 0.2653
cosine_recall@3 0.4377
cosine_recall@5 0.5174
cosine_recall@10 0.6099
cosine_ndcg@10 0.4285
cosine_mrr@10 0.3715
cosine_map@100 0.3808

Information Retrieval

Metric Value
cosine_accuracy@1 0.2659
cosine_accuracy@3 0.4323
cosine_accuracy@5 0.5083
cosine_accuracy@10 0.6015
cosine_precision@1 0.2659
cosine_precision@3 0.1441
cosine_precision@5 0.1017
cosine_precision@10 0.0602
cosine_recall@1 0.2659
cosine_recall@3 0.4323
cosine_recall@5 0.5083
cosine_recall@10 0.6015
cosine_ndcg@10 0.4245
cosine_mrr@10 0.3689
cosine_map@100 0.3781

Information Retrieval

Metric Value
cosine_accuracy@1 0.2484
cosine_accuracy@3 0.4108
cosine_accuracy@5 0.4802
cosine_accuracy@10 0.5701
cosine_precision@1 0.2484
cosine_precision@3 0.1369
cosine_precision@5 0.096
cosine_precision@10 0.057
cosine_recall@1 0.2484
cosine_recall@3 0.4108
cosine_recall@5 0.4802
cosine_recall@10 0.5701
cosine_ndcg@10 0.4006
cosine_mrr@10 0.3473
cosine_map@100 0.3568

Information Retrieval

Metric Value
cosine_accuracy@1 0.2214
cosine_accuracy@3 0.3702
cosine_accuracy@5 0.4386
cosine_accuracy@10 0.518
cosine_precision@1 0.2214
cosine_precision@3 0.1234
cosine_precision@5 0.0877
cosine_precision@10 0.0518
cosine_recall@1 0.2214
cosine_recall@3 0.3702
cosine_recall@5 0.4386
cosine_recall@10 0.518
cosine_ndcg@10 0.3619
cosine_mrr@10 0.3128
cosine_map@100 0.3218

Information Retrieval

Metric Value
cosine_accuracy@1 0.1616
cosine_accuracy@3 0.2775
cosine_accuracy@5 0.3343
cosine_accuracy@10 0.4103
cosine_precision@1 0.1616
cosine_precision@3 0.0925
cosine_precision@5 0.0669
cosine_precision@10 0.041
cosine_recall@1 0.1616
cosine_recall@3 0.2775
cosine_recall@5 0.3343
cosine_recall@10 0.4103
cosine_ndcg@10 0.2771
cosine_mrr@10 0.2356
cosine_map@100 0.244

Training Details

Training Dataset

json

  • Dataset: json
  • Size: 107,510 training samples
  • Columns: positive and anchor
  • Approximate statistics based on the first 1000 samples:
    positive anchor
    type string string
    details
    • min: 34 tokens
    • mean: 209.22 tokens
    • max: 256 tokens
    • min: 8 tokens
    • mean: 25.12 tokens
    • max: 53 tokens
  • Samples:
    positive anchor
    ['Điều kiện thực hiện các quyền chuyển đổi, chuyển nhượng, cho thuê, cho thuê lại, thừa kế, tặng cho, thế chấp quyền sử dụng đất; góp vốn bằng quyền sử dụng đất\n1. Người sử dụng đất được thực hiện các quyền chuyển đổi, chuyển nhượng, cho thuê, cho thuê lại, thừa kế, tặng cho, thế chấp quyền sử dụng đất; góp vốn bằng quyền sử dụng đất khi có các điều kiện sau đây:\na) Có Giấy chứng nhận, trừ trường hợp quy định tại khoản 3 Điều 186 và trường hợp nhận thừa kế quy định tại khoản 1 Điều 168 của Luật này;\nb) Đất không có tranh chấp;\nc) Quyền sử dụng đất không bị kê biên để bảo đảm thi hành án;\nd) Trong thời hạn sử dụng đất.\n...'] Để tặng cho quyền sử dụng đất thì người sử dụng đất phải đảm bảo được những điều kiện nào?
    ['Vốn hoạt động của hợp tác xã\n1. Vốn hoạt động của hợp tác xã, liên hiệp hợp tác xã gồm vốn góp của thành viên, hợp tác xã thành viên, vốn huy động, vốn tích lũy, các quỹ của hợp tác xã, liên hiệp hợp tác xã; các khoản trợ cấp, hỗ trợ của Nhà nước, của các tổ chức, cá nhân trong nước và nước ngoài; các khoản được tặng, cho và các nguồn thu hợp pháp khác.\n2. Điều lệ, quy chế quản lý tài chính của hợp tác xã, liên hiệp hợp tác xã quy định cụ thể việc quản lý, sử dụng vốn hoạt động của hợp tác xã, liên hiệp hợp tác xã phù hợp với quy định của Luật Hợp tác xã và quy định của pháp luật có liên quan.'] Vốn hoạt động của hợp tác xã bao gồm những nguồn nào?
    ['Về kỹ năng\n- Sử dụng được công nghệ thông tin cơ bản theo quy định;\n- Xác định được yêu cầu của hệ thống cơ sở dữ liệu;\n- Cài đặt thành thạo phần mềm quản trị cơ sở dữ liệu;\n- Khai thác hiệu suất cao hệ thống cơ sở dữ liệu;\n- Quản lý an toàn hệ thống cơ sở dữ liệu;\n- Bảo trì được hệ thống;\n- Bảo mật được hệ thống cơ sở dữ liệu;\n- Nâng cấp được hệ thống cơ sở dữ liệu;\n- Xây dựng được ứng dụng;\n- Tích hợp được các hệ thống cơ sở dữ liệu;\n- Bảo trì, sửa chữa, nâng cấp được phần mềm và phần cứng của hệ thống mạng;\n- Xây dựng được các ứng dụng đơn giản trên hệ thống mạng;\n- Ghi được nhật ký cũng như báo cáo công việc, tiến độ công việc;\n- Thực hiện được các biện pháp vệ sinh công nghiệp, an toàn lao động;\n- Giao tiếp hiệu quả thông qua viết, thuyết trình, thảo luận, đàm phán, làm chủ tình huống;\n- Giám sát hệ thống công nghệ thông tin vừa và nhỏ;\n- Sử dụng được công nghệ thông tin cơ bản theo quy định; ứng dụng công nghệ thông tin trong một số công việc chuyên môn của ngành, nghề;\n- Sử dụng được ngoại ngữ cơ bản, đạt bậc 1/6 trong Khung năng lực ngoại ngữ của Việt Nam; ứng dụng được ngoại ngữ vào một số công việc chuyên môn của ngành, nghề.'] Người học ngành quản trị cơ sở dữ liệu trình độ trung cấp sau khi tốt nghiệp phải có kỹ năng ngoại ngữ như thế nào?
  • 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
}

Evaluation Dataset

json

  • Dataset: json
  • Size: 11,946 evaluation samples
  • Columns: positive and anchor
  • Approximate statistics based on the first 1000 samples:
    positive anchor
    type string string
    details
    • min: 31 tokens
    • mean: 210.02 tokens
    • max: 256 tokens
    • min: 8 tokens
    • mean: 24.98 tokens
    • max: 64 tokens
  • Samples:
    positive anchor
    ['Miễn nhiệm, cách chức Trưởng ban kiểm soát, Kiểm soát viên\n1. Trưởng ban kiểm soát, Kiểm soát viên bị miễn nhiệm trong các trường hợp sau đây:\na) Không còn đủ tiêu chuẩn và điều kiện theo quy định tại Điều 23 của Điều lệ này;\nb) Có đơn xin từ chức và được cơ quan đại diện chủ sở hữu chấp thuận;\nc) Được cơ quan đại diện chủ sở hữu hoặc cơ quan có thẩm quyền khác điều động, phân công thực hiện nhiệm vụ khác;\nd) Trường hợp khác theo quy định của pháp luật.\n...'] Việc miễn nhiệm Trưởng Ban kiểm soát Tổng công ty Giấy Việt Nam được thực hiện khi nào?
    ['Cấp giấy phép hoạt động tư vấn chuyên ngành điện thuộc thẩm quyền cấp của địa phương\n...\nc) Thành phần hồ sơ:\n- Văn bản đề nghị cấp giấy phép hoạt động điện lực theo Mẫu 01 quy định tại Phụ lục ban hành kèm theo Thông tư số 21/2020/TT-BCT .\n- Bản sao Giấy chứng nhận đăng ký doanh nghiệp hoặc Quyết định thành lập, Giấy chứng nhận thành lập (đối với các tổ chức không có Giấy chứng nhận đăng ký doanh nghiệp) của tổ chức đề nghị cấp giấy phép.\n- Danh sách trích ngang chuyên gia tư vấn đảm nhiệm chức danh chủ nhiệm, chức danh giám sát trưởng và các chuyên gia tư vấn khác theo Mẫu 3a quy định tại Phụ lục ban hành kèm theo Thông tư số 21/2020/TT-BCT ; bản sao bằng tốt nghiệp đại học trở lên, chứng chỉ hành nghề hoạt động xây dựng, hợp đồng lao động xác định thời hạn hoặc không xác định thời hạn của các chuyên gia tư vấn.\n- Tài liệu chứng minh kinh nghiệm của các chuyên gia tư vấn (Quyết định phân công nhiệm vụ, giấy xác nhận của các đơn vị có dự án mà chuyên gia đã thực hiện hoặc các tài liệu có giá trị tương đương).\n...'] Cần chuẩn bị những giấy tờ gì để thực hiện thủ tục cấp giấy phép hoạt động tư vấn thiết kế công trình đường dây và trạm biến áp có cấp điện áp đến 35kV?
    ['Điều 41. Tạm hoãn gọi nhập ngũ và miễn gọi nhập ngũ\n1. Tạm hoãn gọi nhập ngũ đối với những công dân sau đây:\na) Chưa đủ sức khỏe phục vụ tại ngũ theo kết luận của Hội đồng khám sức khỏe;\nb) Là lao động duy nhất phải trực tiếp nuôi dưỡng thân nhân không còn khả năng lao động hoặc chưa đến tuổi lao động; trong gia đình bị thiệt hại nặng về người và tài sản do tai nạn, thiên tai, dịch bệnh nguy hiểm gây ra được Ủy ban nhân dân cấp xã xác nhận;\nc) Một con của bệnh binh, người nhiễm chất độc da cam suy giảm khả năng lao động từ 61% đến 80%;\nd) Có anh, chị hoặc em ruột là hạ sĩ quan, binh sĩ đang phục vụ tại ngũ; hạ sĩ quan, chiến sĩ thực hiện nghĩa vụ tham gia Công an nhân dân;\nđ) Người thuộc diện di dân, giãn dân trong 03 năm đầu đến các xã đặc biệt khó khăn theo dự án phát triển kinh tế - xã hội của Nhà nước do Ủy ban nhân dân cấp tỉnh trở lên quyết định;\ne) Cán bộ, công chức, viên chức, thanh niên xung phong được điều động đến công tác, làm việc ở vùng có điều kiện kinh tế - xã hội đặc biệt khó khăn theo quy định của pháp luật;\ng) Đang học tại cơ sở giáo dục phổ thông; đang được đào tạo trình độ đại học hệ chính quy thuộc cơ sở giáo dục đại học, trình độ cao đẳng hệ chính quy thuộc cơ sở giáo dục nghề nghiệp trong thời gian một khóa đào tạo của một trình độ đào tạo.\nh) Dân quân thường trực.\n2. Miễn gọi nhập ngũ đối với những công dân sau đây:\na) Con của liệt sĩ, con của thương binh hạng một;\nb) Một anh hoặc một em trai của liệt sĩ;\nc) Một con của thương binh hạng hai; một con của bệnh binh suy giảm khả năng lao động từ 81% trở lên; một con của người nhiễm chất độc da cam suy giảm khả năng lao động từ 81 % trở lên;\nd) Người làm công tác cơ yếu không phải là quân nhân, Công an nhân dân;\nđ) Cán bộ, công chức, viên chức, thanh niên xung phong được điều động đến công tác, làm việc ở vùng có điều kiện kinh tế - xã hội đặc biệt khó khăn theo quy định của pháp luật từ 24 tháng trở lên.\n3. Công dân thuộc diện tạm hoãn gọi nhập ngũ quy định tại khoản 1 Điều này, nếu không còn lý do tạm hoãn thì được gọi nhập ngũ.\nCông dân thuộc diện được tạm hoãn gọi nhập ngũ hoặc được miễn gọi nhập ngũ quy định tại khoản 1 và khoản 2 Điều này, nếu tình nguyện thì được xem xét tuyển chọn và gọi nhập ngũ.\n4. Danh sách công dân thuộc diện được tạm hoãn gọi nhập ngũ, được miễn gọi nhập ngũ phải được niêm yết công khai tại trụ sở Ủy ban nhân dân cấp xã, cơ quan, tổ chức trong thời hạn 20 ngày.'] Liên quan đến tạm hoãn nghĩa vụ quân sự được pháp luật quy định như thế nào?
  • 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: epoch
  • per_device_train_batch_size: 64
  • per_device_eval_batch_size: 64
  • gradient_accumulation_steps: 16
  • learning_rate: 2e-05
  • num_train_epochs: 4
  • lr_scheduler_type: cosine
  • warmup_ratio: 0.1
  • bf16: True
  • load_best_model_at_end: True
  • optim: adamw_torch_fused
  • batch_sampler: no_duplicates

All Hyperparameters

Click to expand
  • overwrite_output_dir: False
  • do_predict: False
  • eval_strategy: epoch
  • prediction_loss_only: True
  • per_device_train_batch_size: 64
  • per_device_eval_batch_size: 64
  • per_gpu_train_batch_size: None
  • per_gpu_eval_batch_size: None
  • gradient_accumulation_steps: 16
  • 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: 4
  • max_steps: -1
  • lr_scheduler_type: cosine
  • 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: True
  • 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: 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_fused
  • 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
  • use_liger_kernel: False
  • eval_use_gather_object: False
  • batch_sampler: no_duplicates
  • multi_dataset_batch_sampler: proportional

Training Logs

Epoch Step Training Loss loss dim_128_cosine_map@100 dim_256_cosine_map@100 dim_512_cosine_map@100 dim_64_cosine_map@100 dim_768_cosine_map@100
0.0952 10 2.1759 - - - - - -
0.1905 20 1.4526 - - - - - -
0.2857 30 1.4855 - - - - - -
0.3810 40 1.5256 - - - - - -
0.4762 50 1.6203 - - - - - -
0.5714 60 1.6302 - - - - - -
0.6667 70 1.8354 - - - - - -
0.7619 80 1.4928 - - - - - -
0.8571 90 1.6114 - - - - - -
0.9524 100 1.5655 - - - - - -
1.0 105 - 1.4307 0.3218 0.3568 0.3781 0.2440 0.3808
1.0476 110 1.4171 - - - - - -
1.1429 120 1.572 - - - - - -
1.2381 130 1.3337 - - - - - -
1.3333 140 1.2587 - - - - - -
1.4286 150 1.3038 - - - - - -
1.5238 160 1.5032 - - - - - -
1.6190 170 1.1601 - - - - - -
1.7143 180 1.2226 - - - - - -
1.8095 190 1.1545 - - - - - -
1.9048 200 1.2034 - - - - - -
2.0 210 1.0695 1.1034 0.3218 0.3568 0.3781 0.2440 0.3808
2.0952 220 1.0259 - - - - - -
2.1905 230 0.8647 - - - - - -
2.2857 240 0.901 - - - - - -
2.3810 250 0.9261 - - - - - -
2.4762 260 0.8719 - - - - - -
2.5714 270 0.8008 - - - - - -
2.6667 280 0.7091 - - - - - -
2.7619 290 0.6592 - - - - - -
2.8571 300 0.69 - - - - - -
2.9524 310 0.739 - - - - - -
3.0 315 - 0.8128 0.3218 0.3568 0.3781 0.2440 0.3808

Framework Versions

  • Python: 3.10.12
  • Sentence Transformers: 3.1.1
  • Transformers: 4.45.2
  • PyTorch: 2.3.1+cu121
  • Accelerate: 1.0.1
  • Datasets: 2.19.1
  • Tokenizers: 0.20.1

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}
}