metadata

tags:
  - sentence-transformers
  - sentence-similarity
  - feature-extraction
  - generated_from_trainer
  - dataset_size:39780811
  - loss:TripletLoss
base_model: DeepMount00/Italian-ModernBERT-base
widget:
  - source_sentence: il lichen sclerosus può influenzare l'ano?
    sentences:
      - >-
        1 HSV 1 di solito provoca l'herpes sulla bocca. 2 Le persone con il
        virus possono avere herpes labiale o bolle di febbre sulla bocca. 3
        L'HSV 1 può diffondersi ai genitali durante il sesso orale.4 L'HSV2 di
        solito causa l'herpes intorno ai genitali o all'ano. 5 Le persone con
        questo virus possono avere piaghe o vesciche intorno ai genitali o
        all'ano. L'HSV 1 può essere diffuso ai genitali durante il sesso orale.
        2 L'HSV2 di solito causa l'herpes intorno ai genitali o all'ano. 3 Le
        persone con questo virus possono avere piaghe o vesciche intorno ai
        genitali o all'ano.
      - >-
        4a edizione del Delray Beach Wine & Seafood Festival 7 e 8 novembre
        Giunto alla sua quarta edizione, il Delray Beach Wine & Seafood Festival
        2015 offre ai visitatori l'opportunità di passeggiare per le strade
        fiancheggiate da palme di Delray sorseggiando un ottimo bicchiere di
        vino o un piatto di prelibatezze frutti di mare.
      - >-
        Il lichen sclerosus può colpire la pelle in qualsiasi parte del corpo.
        Ma più spesso coinvolge la pelle della vulva, il prepuzio del pene o la
        pelle intorno all'ano. Chiunque può contrarre il lichen sclerosus, ma le
        donne in postmenopausa hanno un rischio elevato. A volte il lichen
        sclerosus migliora da solo e non avrai bisogno di alcun trattamento. Il
        ichen sclerosus può colpire la pelle in qualsiasi parte del corpo. Ma
        più spesso coinvolge la pelle della vulva, il prepuzio del pene o la
        pelle intorno all'ano. Chiunque può contrarre il lichen sclerosus, ma le
        donne in postmenopausa hanno un rischio elevato.
  - source_sentence: quanto tempo grigliare una patata al forno?
    sentences:
      - >-
        Da g, grammo a lb, quantità di libbre. Quantità: 1 g, grammo di Patata
        dolce, cotta, al forno con la buccia, senza sale. Equivale a: 0.0022 di
        libbre, libbra di patate dolci, cotte, al forno con la pelle, senza
        sale. TOGGLE: da lb, pound a g, quantità in grammi al contrario.
        Inserisci un nuovo valore g, grammo da cui convertire.
      - >-
        USA / Florida / Minneola / Mondo / USA / Florida / Minneola World /
        Stati Uniti / Florida. lago Aggiungi categoria. È a forma di fagiolo e
        raggiunge una profondità di 26 piedi vicino alla costa di Clermont.
        lakewatch.ifas.ufl.edu/RevisedMaps05/LakeMaps/MinneolaL... 96 piedi
        sopra il livello del mare.
      - >-
        Grigliare le patate al forno intere richiede 30-45 minuti al cartoccio
        sulla griglia, se le patate sono intere. Se hai poco tempo, sbollenta le
        patate per 10 minuti prima di metterle sulla griglia o nel microonde per
        3 minuti per lato e dovrai solo grigliare le patate al forno per 5-10
        minuti. Verifica se le patate sono cotte correttamente frugando con uno
        stuzzicadenti. Grigliare le patate al forno che sono state tagliate a
        fette o a spicchi richiede solo 5-10 minuti sulla griglia a fuoco medio,
        a seconda dello spessore dei pezzi di patate. Per vedere se le patate
        sono cotte correttamente, picchiettandole con uno stuzzicadenti.
        Grigliare le patate al forno tagliate a fette o a spicchi richiede solo
        5-10 minuti sulla griglia a fuoco medio, a seconda dello spessore dei
        pezzi di patate.
  - source_sentence: cosa sono le razze prepotenti?
    sentences:
      - >-
        Le razze Bully (Staffordshire Bull Terrier, American Staffordshire
        Terrier e American Pit Bull Terrier) sono un gruppo di tre razze spesso
        conosciute collettivamente come Pit Bull, ma molti allevatori di
        Staffordshire Bull Terrier e American Staffordshire Terrier disprezzano
        notevolmente questo termine. le razze iniziarono nel 1835. In
        quell'anno, il Parlamento britannico approvò il Cruelty to Animals Act.
        Questo atto ha vietato due degli sport più popolari in Inghilterra, Bear
        Baiting e Bull Baiting; sport di sangue che opponevano mastini contro
        orsi e bulldog contro tori, spesso in combattimenti all'ultimo sangue.
      - >-
        diritto distributivo. (matematica). Una regola che stabilisce come
        devono comportarsi l'una rispetto all'altra due operazioni binarie su un
        insieme; in particolare, se +, Ãƒâ€šÃ‚Â° sono due di tali operazioni
        allora Ãƒâ€šÃ‚Â° distribuisce su + significa a Ãƒâ€šÃ‚Â° (b + c) = (a
        Ãƒâ€šÃ‚Â° b) + (a Ãƒâ€šÃ‚Â° c) per tutti gli a,b,c nell'insieme.1
        Facebook. 2 Twitter.legge distributiva. (matematica). Una regola che
        stabilisce come devono comportarsi l'una rispetto all'altra due
        operazioni binarie su un insieme; in particolare, se +, Ãƒâ€šÃ‚Â° sono
        due di tali operazioni allora Ãƒâ€šÃ‚Â° distribuisce su + significa a
        Ãƒâ€šÃ‚Â° (b + c) = (a Ãƒâ€šÃ‚Â° b) + (a Ãƒâ€šÃ‚Â° c) per tutti gli
        a,b,c dell'insieme. 1 Facebook.
      - >-
        Contare le pecore. Razze ovine. È difficile sapere quante razze di
        pecore ci siano nel mondo, poiché solo i paesi sviluppati di solito
        mantengono registri di razza. Tuttavia, si ritiene che esistano più
        razze ovine che razze di qualsiasi altra specie di bestiame, ad
        eccezione del pollame. In tutto il mondo, si stima che ci siano più di
        1000 razze ovine distinte. Ci sono più di 50 razze solo negli Stati
        Uniti.
  - source_sentence: cos'è il documento sull'architettura del software?
    sentences:
      - >-
        Migliora le funzioni renali: poiché il cavolo può aiutare a mantenere
        sotto controllo il livello di zucchero nel sangue, aiuta anche a
        mantenere le funzioni renali. Quando un diabetico ha livelli di zucchero
        nel sangue estremamente alti (oltre 600 mg/dl), i reni cercano di
        eliminare lo zucchero nel sangue in eccesso eliminandolo attraverso
        l'urina.
      - >-
        Questo documento descrive in dettaglio quali versioni di IBM JDK sono
        supportate in ogni versione e release del sistema operativo IBM i.
        Ambiente. Risolvere il problema. Per ulteriori spiegazioni sui JDK IBM i
        e su come utilizzarli nell'ambiente del server IBM i, fare riferimento
        al seguente documento tecnico del software IBM.
      - >-
        Il Software Architecture Document (SAD) fornisce una panoramica completa
        dell'architettura dell'Online Catering Service 1.0 offerto da Yummy Inc.
        Presenta una serie di diverse visualizzazioni dell'architettura per
        rappresentare i diversi aspetti del sistema.
  - source_sentence: qual è il più grande il mare o l'oceano
    sentences:
      - >-
        L'Oceano Pacifico è il più grande dei cinque oceani del mondo, seguito
        dall'Oceano Atlantico, dall'Oceano Indiano, dall'Oceano Meridionale e
        dall'Oceano Artico. Copre un'area di circa 155 milioni di chilometri
        quadrati (circa 60 milioni di miglia quadrate). L'Oceano Pacifico è il
        più grande dei cinque oceani del mondo, seguito dall'Oceano Atlantico e
        dall'Oceano Indiano , Oceano Meridionale e Oceano Artico. Copre un'area
        di circa 155 milioni di chilometri quadrati (circa 60 milioni di miglia
        quadrate).
      - >-
        Il tamarino leone d'oro è dichiarato specie in pericolo di estinzione
        dall'Unione internazionale per la conservazione della natura a causa
        della drastica deforestazione del suo habitat naturale. A causa di... Il
        tamarino leone d'oro è dichiarato specie in pericolo di estinzione
        dall'Unione internazionale per la conservazione della natura a causa
        della drastica deforestazione del suo habitat naturale.
      - >-
        Il fiume Chang Jiang, o fiume Yangtze, sfocia nel mare della Cina
        orientale. Questo mare è una parte dell'Oceano Indiano vicino all'Asia.
        3 persone l'hanno trovato utile. Modificare.
pipeline_tag: sentence-similarity
library_name: sentence-transformers
metrics:
  - cosine_accuracy
model-index:
  - name: SentenceTransformer based on DeepMount00/Italian-ModernBERT-base
    results:
      - task:
          type: triplet
          name: Triplet
        dataset:
          name: mmarco dev
          type: mmarco_dev
        metrics:
          - type: cosine_accuracy
            value: 0.9089999794960022
            name: Cosine Accuracy on Dev
          - type: cosine_accuracy
            value: 0.9210000038146973
            name: Cosine Accuracy on Test

Italian-ModernBERT-base-embed-mmarco-triplet

This is a sentence-transformers model finetuned from DeepMount00/Italian-ModernBERT-base on the mmarco 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: DeepMount00/Italian-ModernBERT-base
Maximum Sequence Length: 8192 tokens
Output Dimensionality: 768 dimensions
Similarity Function: Cosine Similarity
Training Dataset:
- mmarco

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': 8192, 'do_lower_case': False}) with Transformer model: ModernBertModel 
  (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("Italian-ModernBERT-base-embed-mmarco-triplet")
# Run inference
sentences = [
    "qual è il più grande il mare o l'oceano",
    "L'Oceano Pacifico è il più grande dei cinque oceani del mondo, seguito dall'Oceano Atlantico, dall'Oceano Indiano, dall'Oceano Meridionale e dall'Oceano Artico. Copre un'area di circa 155 milioni di chilometri quadrati (circa 60 milioni di miglia quadrate). L'Oceano Pacifico è il più grande dei cinque oceani del mondo, seguito dall'Oceano Atlantico e dall'Oceano Indiano , Oceano Meridionale e Oceano Artico. Copre un'area di circa 155 milioni di chilometri quadrati (circa 60 milioni di miglia quadrate).",
    "Il fiume Chang Jiang, o fiume Yangtze, sfocia nel mare della Cina orientale. Questo mare è una parte dell'Oceano Indiano vicino all'Asia. 3 persone l'hanno trovato utile. Modificare.",
]
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

Triplet

Dataset: mmarco_dev
Evaluated with TripletEvaluator

Metric	Value
cosine_accuracy	0.909

Triplet

Dataset: mmarco_test
Evaluated with TripletEvaluator

Metric	Value
cosine_accuracy	0.921

Training Details

Training Dataset

mmarco

Dataset: mmarco
Total Size: 39,780,811
Size: 50,000 training samples
Columns: query, positive, and negative

Approximate statistics based on the first 1000 samples:

	query	positive	negative
type	string	string	string
details	min: 4 tokens mean: 10.91 tokens max: 24 tokens	min: 22 tokens mean: 92.84 tokens max: 276 tokens	min: 19 tokens mean: 88.55 tokens max: 242 tokens

Samples:

query	positive	negative
`chi suona è granger su ncis la`	`Firmato per un ruolo ricorrente in NCIS: Los Angeles come assistente del direttore del servizio investigativo criminale navale Owen Granger, Ferrer è stato promosso a personaggio regolare per la quinta stagione il 6 febbraio 2013. È anche apparso nel film del 2013 Iron Man 3 come il vice. -Presidente.`	`NCIS: L'agente Abigail Borin di CGIS (Coast Guard Investigative Service) è interpretata da Diane Neal, che ha anche interpretato ADA Casey Novak in Law and Order, SVU. L'agente Borin è simile nello stile di comando e nel temperamento all'agente speciale Leroy Jethro Gibbs dell'NCIS.`
`come si chiama la strada principale di hershey pa?`	`Chocolate Avenue è una strada di Hershey, in Pennsylvania, che passa davanti all'originale Hershey's Chocolate Factory ed è considerata la strada principale della città.`	Milton S. Hershey è nato il 13 settembre 1857 da Henry e Veronica Fanny Snavely Hershey. La sua famiglia erano membri della comunità mennonita della Pennsylvania. I suoi antenati erano svizzeri e tedeschi e si erano stabiliti in Pennsylvania nei primi anni del 1700. Crebbe parlando l'olandese della Pennsylvania. ilton S. Hershey nacque il 13 settembre 1857 da Henry e Veronica Fanny Snavely Hershey. La sua famiglia erano membri della comunità mennonita della Pennsylvania. I suoi antenati erano svizzeri e tedeschi e si erano stabiliti in Pennsylvania nei primi anni del 1700. È cresciuto parlando l'olandese della Pennsylvania.
`definizione di dissoluzione in geologia`	`Rocce solubili (dissoluzione) Sinkhole; mentre l'acqua filtra attraverso le rocce sopra, il sale inizia a dissolversi e le rocce sopra cadono a formare una dolina. La dissoluzione del suolo si verifica quando l'acqua che passa attraverso rocce solubili produce cavità sotterranee e sistemi di grotte. Tali cavità riducono l'appoggio al terreno sovrastante e possono provocare cedimenti localizzati delle rocce e dei depositi sovrastanti.`	`Per porre fine all'esistenza di una società o LLC, un'entità deve presentare gli articoli di scioglimento o altra forma di scioglimento o annullamento dei documenti con il Segretario di Stato. I requisiti variano in base alla giurisdizione.`

Loss: TripletLoss with these parameters:

{
    "distance_metric": "TripletDistanceMetric.EUCLIDEAN",
    "triplet_margin": 5
}

Evaluation Dataset

mmarco

Dataset: mmarco
Size: 2,000 evaluation samples
Columns: query, positive, and negative

Approximate statistics based on the first 1000 samples:

	query	positive	negative
type	string	string	string
details	min: 4 tokens mean: 11.25 tokens max: 37 tokens	min: 15 tokens mean: 94.27 tokens max: 309 tokens	min: 24 tokens mean: 90.05 tokens max: 305 tokens

Samples:

query	positive	negative
`significato del tatuaggio del drago e del lupo`	`Wolf Tattoo: significati e disegni. Il tatuaggio del lupo è un ottimo modo per mostrare lealtà e devozione alla famiglia. Alcune persone hanno il loro intero branco di persone care inchiostrate o si fanno tatuare una sola zampa di lupo e hanno i nomi dei propri cari inchiostrati all'interno del disegno. Il tatuaggio del lupo può anche rappresentare l'amore.`	Qual è il significato di Apocalisse capitolo 12? Di cosa parla Apocalisse 12? Chi sono la donna, il bambino e il drago descritti in Apocalisse capitolo 12? Qual è il significato di Apocalisse capitolo 12? Apocalisse capitolo 12 contiene una descrizione di una donna, che è vestita di sole, con la luna sotto i suoi piedi e una corona di dodici stelle in cima alla sua testa. La donna è incinta e sta per partorire. È inseguita da un grande drago rosso, la cui coda ha spazzato via un terzo delle stelle dal cielo e le ha gettate sulla terra.
`cosa significa amianto friabile`	`L'amianto friabile si riferisce a qualsiasi tipo di amianto fragile che può sgretolarsi con poca forza o pressione. Qualsiasi materiale che può essere frantumato con le mani e contiene amianto è considerato amianto friabile e deve essere rimosso.`	`Il prezzo del test dell'aria dell'amianto di solito varia a seconda del tipo e del numero di test richiesti, dovresti ottenere stime specifiche per il tuo lavoro e dovrebbero essere inclusi nel calcolo di quanto costa rimuovere l'amianto. Ottieni ulteriori informazioni sui costi dei test dell'aria dell'amianto.`
`che ha giocato a lois lane in superman`	`Noel Neill. Noel Darleen Neill (25 novembre 1920 ÃƒÂ¢Ã‚â‚¬Ã‚â€ 3 luglio 2016) è stata un'attrice statunitense. È nota per aver interpretato Lois Lane nei serial cinematografici Superman (1948) e Atom Man vs. Superman (1950), nonché nella serie televisiva degli anni '50 Adventures of Superman. È apparsa in 80 film e serie televisive nella sua carriera.`	`esiste ed è un supplente di . Wonder Woman è un classico supereroe della DC Comics. Condivide la sua eredità con personaggi del calibro di Superman, Batman e Flash. Wonder Woman è un classico supereroe della DC Comics. Condivide la sua eredità con personaggi del calibro di Superman, Batman e Flash.`

Loss: TripletLoss with these parameters:

{
    "distance_metric": "TripletDistanceMetric.EUCLIDEAN",
    "triplet_margin": 5
}

Training Hyperparameters

Non-Default Hyperparameters

eval_strategy: steps
per_device_train_batch_size: 16
per_device_eval_batch_size: 16
learning_rate: 2e-05
num_train_epochs: 1
warmup_ratio: 0.1
fp16: True
load_best_model_at_end: 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: 16
per_device_eval_batch_size: 16
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: 1
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: 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}
tp_size: 0
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: None
hub_always_push: False
gradient_checkpointing: False
gradient_checkpointing_kwargs: None
include_inputs_for_metrics: False
include_for_metrics: []
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
average_tokens_across_devices: False
prompts: None
batch_sampler: no_duplicates
multi_dataset_batch_sampler: proportional

Training Logs

Epoch	Step	Training Loss	Validation Loss	mmarco_dev_cosine_accuracy
-1	-1	-	-	0.6285
0.08	250	1.8669	2.4032	0.7960
0.16	500	1.793	1.6328	0.8600
0.24	750	1.4301	1.3971	0.8930
0.32	1000	1.3361	1.2686	0.8955
0.4	1250	1.237	1.2151	0.909

Test Logs

Epoch	Step	Training Loss	Validation Loss	mmarco_dev_cosine_accuracy
-1	-1	-	-	0.9210

The bold row denotes the saved checkpoint.

Framework Versions

Python: 3.11.11
Sentence Transformers: 3.5.0.dev0
Transformers: 4.50.0.dev0
PyTorch: 2.5.1+cu124
Accelerate: 1.3.0
Datasets: 3.3.2
Tokenizers: 0.21.0

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",
}

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}
}