---
base_model: ai-forever/ru-en-RoSBERTa
library_name: sentence-transformers
pipeline_tag: sentence-similarity
tags:
- sentence-transformers
- sentence-similarity
- feature-extraction
- generated_from_trainer
- dataset_size:19988
- loss:MultipleNegativesRankingLoss
- loss:BatchHardSoftMarginTripletLoss
widget:
- source_sentence: Продам учебники для 1ого класса для русского сектора (по программе
Евро2000). 100 лари
sentences:
- Заказывали картку не подошло по размеру продам за 20 лар размеры длина спины 38.5
обхват в груди 60
- Купите малышку🙏🏻🙏🏻🙏🏻
- 'MacBook air m2 15 Inch 8/512 (фактически два раза быстрее конфигурации 8/256) Макбук
в состояние нового, ни царапинки 5 циклов заряда Оригинальный комплект Комфортный
осмотр Проверки приветствуются! Цена: 3790 лари'
- source_sentence: ⚠️⚠️⚠️⚠️⚠️⚠️⚠️ ОБМЕН НА ЗЕМЕЛЬНЫЙ УЧАСТОК ЯЛТА ИЛИ РЯДОМ⚠️⚠️⚠️⚠️⚠️⚠️ 🔥🔥🔥🔥🔥🔥🔥🔥🔥ЭЛИТНЫЙ
ПРИГОРОД ГОРОДА РОСТОВ НА ДОНУ🔥🔥🔥🔥🔥🔥🔥🔥🔥🔥🔥
sentences:
- Куплю да чемодана больших . Размер 75 -50-30
- Продаю новый перфоратор за 130 лари
- Набор для обучения чтению. Всё новое, 40 лари
- source_sentence: Отдам в хорошие руки ненужные игрушки, всей семьей решили очистить
дом.
sentences:
- Кто продает строительные леса в Москве?
- Ищу работу как разработчик на PHP, можно удаленно, зарплата от 100к.
- Срочно ищу игрушки для детей, кто что продает?
- source_sentence: Продам набор столовых приборов из серебра, 12 персон, в идеальном
состоянии, покупался за 50 тысяч, отдам за 30 тысяч.
sentences:
- Ищу набор столовых приборов, желательно из серебра, в хорошем состоянии, по доступной
цене.
- Ищу крысу декоративную, Москва.
- Нужны строители на строительство дома, оплата хорошая, звоните по номеру в профиле.
- source_sentence: Продаю попугайчика, очень веселый, 5 лет, цена 3000 рублей.
sentences:
- Куплю комнатное растение сирень
- Нужен попугай, люблю этих птичек, вдруг кто-то продает.
- Ищу недорогой автомобиль для поездок по деревне, бюджет до 200 тысяч.
---
# SentenceTransformer based on ai-forever/ru-en-RoSBERTa
This is a [sentence-transformers](https://www.SBERT.net) model finetuned from [ai-forever/ru-en-RoSBERTa](https://huggingface.co/ai-forever/ru-en-RoSBERTa) on the match-pairs and clusters datasets. 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:** [ai-forever/ru-en-RoSBERTa](https://huggingface.co/ai-forever/ru-en-RoSBERTa)
- **Maximum Sequence Length:** 128 tokens
- **Output Dimensionality:** 1024 tokens
- **Similarity Function:** Cosine Similarity
- **Training Datasets:**
- match-pairs
- clusters
### 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': 128, 'do_lower_case': False}) with Transformer model: RobertaModel
(1): Pooling({'word_embedding_dimension': 1024, 'pooling_mode_cls_token': True, 'pooling_mode_mean_tokens': False, 'pooling_mode_max_tokens': False, 'pooling_mode_mean_sqrt_len_tokens': False, 'pooling_mode_weightedmean_tokens': False, 'pooling_mode_lasttoken': False, 'include_prompt': True})
(2): Normalize()
)
```
## 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("poc-embeddings/ru-en-RoSBERTa-trade-magnet")
# Run inference
sentences = [
'Продаю попугайчика, очень веселый, 5 лет, цена 3000 рублей.',
'Нужен попугай, люблю этих птичек, вдруг кто-то продает.',
'Ищу недорогой автомобиль для поездок по деревне, бюджет до 200 тысяч.',
]
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]
```
## Training Details
### Training Datasets
#### match-pairs
* Dataset: match-pairs
* Size: 536 training samples
* Columns: anchor and positive
* Approximate statistics based on the first 536 samples:
| | anchor | positive |
|:--------|:----------------------------------------------------------------------------------|:----------------------------------------------------------------------------------|
| type | string | string |
| details | - min: 9 tokens
- mean: 22.15 tokens
- max: 61 tokens
| - min: 5 tokens
- mean: 18.15 tokens
- max: 40 tokens
|
* Samples:
| anchor | positive |
|:-----------------------------------------------------------------------------------------------------------------------------------------------|:-------------------------------------------------------------------------------------------------------------|
| Ищу работу HR-менеджера, опыт 4 года, знание трудового законодательства. | Требуется HR-менеджер с опытом работы и знанием трудового законодательства. |
| Акция на косметику, 3 по цене 2, только до конца недели! | Кто видел скидки на косметику в последних рекламках? |
| Продам ковер ручной работы из шерсти, из Ирана, размер 2х3 метра, состояние отличное, покупался за 150 тысяч, отдам за 100 тысяч. | Ищу ковер из натуральных материалов, размер 2х3 метра, в хорошем состоянии, по адекватной цене. |
* Loss: [MultipleNegativesRankingLoss](https://sbert.net/docs/package_reference/sentence_transformer/losses.html#multiplenegativesrankingloss) with these parameters:
```json
{
"scale": 20.0,
"similarity_fct": "cos_sim"
}
```
#### clusters
* Dataset: clusters
* Size: 19,452 training samples
* Columns: sentence and label
* Approximate statistics based on the first 1000 samples:
| | sentence | label |
|:--------|:-----------------------------------------------------------------------------------|:-----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|
| type | string | int |
| details | - min: 5 tokens
- mean: 49.97 tokens
- max: 128 tokens
| - 0: ~2.30%
- 1: ~0.70%
- 2: ~0.60%
- 3: ~1.40%
- 4: ~0.20%
- 5: ~0.50%
- 6: ~1.60%
- 7: ~7.30%
- 8: ~0.50%
- 9: ~0.90%
- 10: ~0.40%
- 11: ~13.40%
- 12: ~0.70%
- 13: ~1.10%
- 14: ~1.60%
- 15: ~3.80%
- 16: ~2.70%
- 17: ~1.70%
- 18: ~3.40%
- 19: ~0.70%
- 20: ~1.20%
- 21: ~1.00%
- 22: ~2.70%
- 23: ~3.80%
- 24: ~4.20%
- 25: ~1.10%
- 26: ~4.00%
- 27: ~0.70%
- 28: ~1.90%
- 29: ~0.60%
- 30: ~0.90%
- 31: ~5.70%
- 32: ~1.40%
- 33: ~1.60%
- 34: ~0.80%
- 35: ~3.50%
- 36: ~0.50%
- 37: ~0.10%
- 38: ~0.70%
- 39: ~0.40%
- 40: ~0.40%
- 41: ~0.50%
- 42: ~0.10%
- 43: ~1.00%
- 44: ~1.70%
- 45: ~0.40%
- 46: ~1.10%
- 47: ~0.70%
- 48: ~0.70%
- 49: ~1.10%
- 50: ~0.50%
- 51: ~0.20%
- 52: ~0.50%
- 53: ~0.80%
- 54: ~0.70%
- 55: ~0.80%
- 56: ~0.20%
- 57: ~0.70%
- 58: ~0.20%
- 59: ~0.40%
- 60: ~0.30%
- 61: ~0.40%
- 63: ~0.80%
- 64: ~0.20%
- 65: ~0.90%
- 66: ~0.20%
- 67: ~0.20%
- 68: ~0.20%
- 69: ~0.10%
- 70: ~0.20%
- 71: ~0.20%
- 73: ~0.50%
- 74: ~0.10%
- 75: ~0.20%
- 76: ~0.20%
- 78: ~0.30%
|
* Samples:
| sentence | label |
|:---------------------------------------------------------------------------------------------------------------------------|:----------------|
| Продам кроссовки New Balance 574 Новые. Размер: 9 US, 42.5 EU Цена: 250 лари Больше моделей в шапке профиля. | 31 |
| Куплю Новый MagicQ MQ250M | 27 |
| КУПЛЮ iPhone 6s, 7, 8 возможно с дефектом‼️ | 15 |
* Loss: [BatchHardSoftMarginTripletLoss](https://sbert.net/docs/package_reference/sentence_transformer/losses.html#batchhardsoftmargintripletloss)
### Evaluation Datasets
#### match-pairs
* Dataset: match-pairs
* Size: 536 evaluation samples
* Columns: anchor and positive
* Approximate statistics based on the first 536 samples:
| | anchor | positive |
|:--------|:-----------------------------------------------------------------------------------|:----------------------------------------------------------------------------------|
| type | string | string |
| details | - min: 11 tokens
- mean: 21.78 tokens
- max: 45 tokens
| - min: 6 tokens
- mean: 16.61 tokens
- max: 39 tokens
|
* Samples:
| anchor | positive |
|:------------------------------------------------------------------------------------------------------------------------------|:----------------------------------------------------------------------------------|
| Отдам бульдозер Komatsu, почти новый, Ростов-на-Дону, 4 млн рублей. | Кто продает бульдозер Komatsu в Ростове-на-Дону? |
| Нужен PHP-разработчик, удаленка, ЗП до 150к. | Ищу работу как разработчик на PHP, можно удаленно, зарплата от 100к. |
| Ищу программиста Python, нужен опытный человек, чтобы сделать сайт для компании, пишите в личку, обсудим детали. | Программист python, опыт работы 2 года. |
* Loss: [MultipleNegativesRankingLoss](https://sbert.net/docs/package_reference/sentence_transformer/losses.html#multiplenegativesrankingloss) with these parameters:
```json
{
"scale": 20.0,
"similarity_fct": "cos_sim"
}
```
#### clusters
* Dataset: clusters
* Size: 19,452 evaluation samples
* Columns: sentence and label
* Approximate statistics based on the first 1000 samples:
| | sentence | label |
|:--------|:-----------------------------------------------------------------------------------|:--------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|
| type | string | int |
| details | - min: 5 tokens
- mean: 48.11 tokens
- max: 128 tokens
| - 0: ~1.80%
- 1: ~0.60%
- 2: ~0.50%
- 3: ~0.40%
- 4: ~0.60%
- 5: ~0.60%
- 6: ~1.80%
- 7: ~5.40%
- 8: ~0.30%
- 9: ~1.00%
- 10: ~0.40%
- 11: ~13.70%
- 12: ~0.70%
- 13: ~1.30%
- 14: ~1.60%
- 15: ~3.70%
- 16: ~2.60%
- 17: ~1.90%
- 18: ~3.60%
- 19: ~0.30%
- 20: ~0.80%
- 21: ~1.20%
- 22: ~2.70%
- 23: ~3.20%
- 24: ~5.30%
- 25: ~0.40%
- 26: ~4.10%
- 27: ~0.80%
- 28: ~2.00%
- 29: ~0.80%
- 30: ~0.70%
- 31: ~7.40%
- 32: ~1.20%
- 33: ~1.30%
- 34: ~0.80%
- 35: ~2.80%
- 36: ~0.50%
- 37: ~0.60%
- 38: ~0.30%
- 39: ~0.10%
- 40: ~0.80%
- 41: ~1.20%
- 42: ~0.40%
- 43: ~0.80%
- 44: ~2.10%
- 45: ~0.60%
- 46: ~0.50%
- 47: ~0.70%
- 48: ~0.60%
- 49: ~0.40%
- 50: ~0.90%
- 51: ~0.20%
- 52: ~0.60%
- 53: ~1.00%
- 54: ~1.10%
- 55: ~0.80%
- 56: ~0.30%
- 57: ~0.80%
- 58: ~0.30%
- 59: ~0.50%
- 60: ~0.30%
- 61: ~0.10%
- 62: ~0.30%
- 63: ~0.70%
- 64: ~0.50%
- 65: ~0.30%
- 66: ~0.60%
- 67: ~0.50%
- 68: ~0.10%
- 69: ~0.30%
- 70: ~0.20%
- 71: ~0.40%
- 72: ~0.10%
- 73: ~0.20%
- 74: ~0.10%
- 75: ~0.10%
- 76: ~0.40%
- 77: ~0.10%
- 78: ~0.30%
|
* Samples:
| sentence | label |
|:----------------------------------------------------------------------------------------------------|:----------------|
| Куплю клетчатую сумку с замком, либо подобную, пишите в лс | 1 |
| asus r 752 l - 1tb HDD, 12gb ddr3, nvidia GeForce 940, intel core i7 5500u - 550 лари. | 14 |
| срочно Продам геймпад Defender X7 с держателем для телефона Состояние - новый 1300р. | 15 |
* Loss: [BatchHardSoftMarginTripletLoss](https://sbert.net/docs/package_reference/sentence_transformer/losses.html#batchhardsoftmargintripletloss)
### Training Hyperparameters
#### Non-Default Hyperparameters
- `eval_strategy`: steps
- `per_device_train_batch_size`: 128
- `per_device_eval_batch_size`: 128
- `learning_rate`: 2e-05
- `weight_decay`: 0.022
- `num_train_epochs`: 5
- `lr_scheduler_type`: cosine
- `warmup_ratio`: 0.17
- `fp16`: True
- `dataloader_num_workers`: 8
#### All Hyperparameters
Click to expand
- `overwrite_output_dir`: False
- `do_predict`: False
- `eval_strategy`: steps
- `prediction_loss_only`: True
- `per_device_train_batch_size`: 128
- `per_device_eval_batch_size`: 128
- `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`: 0.022
- `adam_beta1`: 0.9
- `adam_beta2`: 0.999
- `adam_epsilon`: 1e-08
- `max_grad_norm`: 1.0
- `num_train_epochs`: 5
- `max_steps`: -1
- `lr_scheduler_type`: cosine
- `lr_scheduler_kwargs`: {}
- `warmup_ratio`: 0.17
- `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`: 8
- `dataloader_prefetch_factor`: None
- `past_index`: -1
- `disable_tqdm`: False
- `remove_unused_columns`: True
- `label_names`: None
- `load_best_model_at_end`: False
- `ignore_data_skip`: False
- `fsdp`: []
- `fsdp_min_num_params`: 0
- `fsdp_config`: {'min_num_params': 0, 'xla': False, 'xla_fsdp_v2': False, 'xla_fsdp_grad_ckpt': False}
- `fsdp_transformer_layer_cls_to_wrap`: None
- `accelerator_config`: {'split_batches': False, 'dispatch_batches': None, 'even_batches': True, 'use_seedable_sampler': True, 'non_blocking': False, 'gradient_accumulation_kwargs': None}
- `deepspeed`: None
- `label_smoothing_factor`: 0.0
- `optim`: adamw_torch
- `optim_args`: None
- `adafactor`: False
- `group_by_length`: False
- `length_column_name`: length
- `ddp_find_unused_parameters`: None
- `ddp_bucket_cap_mb`: None
- `ddp_broadcast_buffers`: False
- `dataloader_pin_memory`: True
- `dataloader_persistent_workers`: False
- `skip_memory_metrics`: True
- `use_legacy_prediction_loop`: False
- `push_to_hub`: False
- `resume_from_checkpoint`: None
- `hub_model_id`: None
- `hub_strategy`: every_save
- `hub_private_repo`: False
- `hub_always_push`: False
- `gradient_checkpointing`: False
- `gradient_checkpointing_kwargs`: None
- `include_inputs_for_metrics`: False
- `eval_do_concat_batches`: True
- `fp16_backend`: auto
- `push_to_hub_model_id`: None
- `push_to_hub_organization`: None
- `mp_parameters`:
- `auto_find_batch_size`: False
- `full_determinism`: False
- `torchdynamo`: None
- `ray_scope`: last
- `ddp_timeout`: 1800
- `torch_compile`: False
- `torch_compile_backend`: None
- `torch_compile_mode`: None
- `dispatch_batches`: None
- `split_batches`: None
- `include_tokens_per_second`: False
- `include_num_input_tokens_seen`: False
- `neftune_noise_alpha`: None
- `optim_target_modules`: None
- `batch_eval_metrics`: False
- `eval_on_start`: False
- `eval_use_gather_object`: False
- `batch_sampler`: batch_sampler
- `multi_dataset_batch_sampler`: proportional