|
--- |
|
base_model: Tnt3o5/gte_legal_v3 |
|
library_name: sentence-transformers |
|
pipeline_tag: sentence-similarity |
|
tags: |
|
- sentence-transformers |
|
- sentence-similarity |
|
- feature-extraction |
|
- generated_from_trainer |
|
- dataset_size:120952 |
|
- loss:MatryoshkaLoss |
|
- loss:MultipleNegativesRankingLoss |
|
widget: |
|
- source_sentence: Ai có quyền quyết_định phong quân hàm_cấp tướng đối_với Chính_ủy |
|
Bộ Tư_lệnh Tác_chiến không_gian mạng ? |
|
sentences: |
|
- Nghĩa_vụ nộp chi_phí cho người làm_chứng Tòa_án căn_cứ vào Khoản_1 và Khoản 2_Điều |
|
này quyết_định nghĩa_vụ nộp chi_phí cho người làm_chứng , hoàn_trả lại chi_phí |
|
cho các bên đương_sự trong bản_án , quyết_định . |
|
- Thủ_tục cấp mã_số AEP Tổ_chức , cá_nhân có các quyền_lợi quốc_tế đối_với tàu_bay |
|
mang quốc_tịch Việt_Nam đề_nghị cấp mã_số AEP gửi hồ_sơ trực_tiếp , qua hệ_thống |
|
bưu_chính hoặc bằng các hình_thức phù_hợp khác đến Cục Hàng_không Việt_Nam và |
|
phải chịu trách_nhiệm về tính trung_thực , chính_xác của các thông_tin ghi trong |
|
hồ_sơ . |
|
- 'Thẩm_quyền quyết_định đối_với sĩ_quan Thẩm_quyền bổ_nhiệm , miễn_nhiệm , cách_chức |
|
, phong , thăng , giáng , tước quân_hàm đối_với sĩ_quan được quy_định như sau |
|
: Chủ_tịch_nước bổ_nhiệm , miễn_nhiệm , cách_chức Tổng_Tham_mưu_trưởng , Chủ_nhiệm |
|
Tổng_Cục_Chính_trị ; phong , thăng , giáng , tước quân_hàm Cấp tướng , Chuẩn Đô_đốc |
|
, Phó Đô_đốc , Đô_đốc Hải_quân ; Thủ_tướng_Chính_phủ bổ_nhiệm , miễn_nhiệm , cách_chức |
|
Thứ_trưởng ; Phó_Tổng_Tham_mưu_trưởng , Phó Chủ_nhiệm Tổng_Cục_Chính_trị ; Giám_đốc |
|
, Chính_ủy Học_viện Quốc_phòng ; Chủ_nhiệm Tổng_cục , Tổng cục_trưởng , Chính_ủy |
|
Tổng_cục ; Tư_lệnh , Chính_ủy Quân_khu ; Tư_lệnh , Chính_ủy Quân_chủng ; Tư_lệnh |
|
, Chính_ủy Bộ_đội Biên_phòng ; Tư_lệnh , Chính_ủy Cảnh_sát biển Việt_Nam ; Trưởng_Ban |
|
Cơ_yếu Chính_phủ và các chức_vụ khác theo quy_định của Cấp có thẩm_quyền ; Bộ_trưởng_Bộ_Quốc_phòng |
|
bổ_nhiệm , miễn_nhiệm , cách_chức các chức_vụ và phong , thăng , giáng , tước |
|
các Cấp_bậc quân_hàm còn lại và nâng lương sĩ_quan ; Việc bổ_nhiệm , miễn_nhiệm |
|
, cách_chức các chức_vụ thuộc ngành Kiểm_sát , Toà_án , Thi_hành án trong quân_đội |
|
được thực_hiện theo quy_định của pháp_luật . Cấp có thẩm_quyền quyết_định bổ_nhiệm |
|
đến chức_vụ nào thì có quyền miễn_nhiệm , cách_chức , giáng chức , quyết_định |
|
kéo_dài thời_hạn phục_vụ tại_ngũ , điều_động , biệt_phái , giao chức_vụ thấp hơn |
|
, cho thôi phục_vụ tại_ngũ , chuyển ngạch và giải ngạch sĩ_quan dự_bị đến chức_vụ |
|
đó .' |
|
- source_sentence: Ai có thẩm_quyền bổ_nhiệm Bộ_trưởng Bộ_Văn_hóa_Thể_thao_và_Du_lịch |
|
? |
|
sentences: |
|
- 'Thẩm_quyền quyết_định đối_với sĩ_quan Thẩm_quyền bổ_nhiệm , miễn_nhiệm , cách_chức |
|
, phong , thăng , giáng , tước quân_hàm đối_với sĩ_quan được quy_định như sau |
|
: Chủ_tịch_nước bổ_nhiệm , miễn_nhiệm , cách_chức Tổng_Tham_mưu_trưởng , Chủ_nhiệm |
|
Tổng_Cục_Chính_trị ; phong , thăng , giáng , tước quân_hàm Cấp tướng , Chuẩn Đô_đốc |
|
, Phó Đô_đốc , Đô_đốc Hải_quân ; Thủ_tướng_Chính_phủ bổ_nhiệm , miễn_nhiệm , cách_chức |
|
Thứ_trưởng ; Phó_Tổng_Tham_mưu_trưởng , Phó Chủ_nhiệm Tổng_Cục_Chính_trị ; Giám_đốc |
|
, Chính_ủy Học_viện Quốc_phòng ; Chủ_nhiệm Tổng_cục , Tổng cục_trưởng , Chính_ủy |
|
Tổng_cục ; Tư_lệnh , Chính_ủy Quân_khu ; Tư_lệnh , Chính_ủy Quân_chủng ; Tư_lệnh |
|
, Chính_ủy Bộ_đội Biên_phòng ; Tư_lệnh , Chính_ủy Cảnh_sát biển Việt_Nam ; Trưởng_Ban |
|
Cơ_yếu Chính_phủ và các chức_vụ khác theo quy_định của Cấp có thẩm_quyền ; Bộ_trưởng_Bộ_Quốc_phòng |
|
bổ_nhiệm , miễn_nhiệm , cách_chức các chức_vụ và phong , thăng , giáng , tước |
|
các Cấp_bậc quân_hàm còn lại và nâng lương sĩ_quan ; Việc bổ_nhiệm , miễn_nhiệm |
|
, cách_chức các chức_vụ thuộc ngành Kiểm_sát , Toà_án , Thi_hành án trong quân_đội |
|
được thực_hiện theo quy_định của pháp_luật . Cấp có thẩm_quyền quyết_định bổ_nhiệm |
|
đến chức_vụ nào thì có quyền miễn_nhiệm , cách_chức , giáng chức , quyết_định |
|
kéo_dài thời_hạn phục_vụ tại_ngũ , điều_động , biệt_phái , giao chức_vụ thấp hơn |
|
, cho thôi phục_vụ tại_ngũ , chuyển ngạch và giải ngạch sĩ_quan dự_bị đến chức_vụ |
|
đó .' |
|
- “ Vụ Giáo_dục Mầm_non . Vụ Giáo_dục Tiểu_học . Vụ Giáo_dục Trung_học . Vụ Giáo_dục |
|
Đại_học . Vụ Giáo_dục dân_tộc . Vụ Giáo_dục thường_xuyên . Vụ Giáo_dục Quốc_phòng |
|
và An_ninh . Vụ Giáo_dục Chính_trị và Công_tác học_sinh , sinh_viên . Vụ Giáo_dục |
|
thể_chất . Vụ Tổ_chức cán_bộ . Vụ Kế_hoạch - Tài_chính . Vụ Khoa_học , Công_nghệ |
|
và Môi_trường . Vụ Pháp_chế . Vụ Thi_đua - Khen_thưởng . Văn_phòng . Thanh_tra |
|
. Cục Quản_lý chất_lượng . Cục Nhà_giáo và Cán_bộ quản_lý giáo_dục . Cục Công_nghệ |
|
thông_tin . Cục Hợp_tác quốc_tế . Cục Cơ_sở vật_chất . Viện Khoa_học Giáo_dục |
|
Việt_Nam . Học_viện Quản_lý giáo_dục . Trường Cán_bộ quản_lý giáo_dục thành_phố |
|
Hồ Chí_Minh . Báo Giáo_dục và Thời_đại . Tạp_chí Giáo_dục . Các đơn_vị quy_định |
|
từ Khoản_1 đến Khoản 21_Điều này là các đơn_vị giúp Bộ_trưởng thực_hiện chức_năng |
|
quản_lý nhà_nước ; các đơn_vị quy_định từ Khoản_22 đến Khoản 26_Điều này là các |
|
đơn_vị sự_nghiệp trực_thuộc phục_vụ chức_năng quản_lý nhà_nước của bộ . Bộ_trưởng |
|
Bộ_Giáo_dục_và_Đào_tạo trình Thủ_tướng_Chính_phủ ban_hành danh_sách các đơn_vị |
|
sự_nghiệp công_lập thuộc bộ . Bộ_trưởng Bộ_Giáo_dục_và_Đào_tạo ban_hành quyết_định |
|
quy_định chức_năng , nhiệm_vụ , quyền_hạn và cơ_cấu tổ_chức của các Vụ , Cục , |
|
Thanh_tra , Văn_phòng , đơn_vị sự_nghiệp công_lập và các đơn_vị khác thuộc bộ |
|
theo quy_định của pháp_luật . Văn_phòng có 06 phòng . Thanh_tra , Cục Quản_lý |
|
chất_lượng , Cục Hợp_tác quốc_tế có 04 phòng . Cục Công_nghệ thông_tin , Cục Nhà_giáo |
|
và Cán_bộ quản_lý giáo_dục , Cục Cơ_sở vật_chất có 03 phòng . " |
|
- 'Điều Chủ_tịch_nước có những nhiệm_vụ và quyền_hạn sau đây : Đề_nghị Quốc_hội |
|
bầu , miễn_nhiệm , bãi_nhiệm Phó_Chủ_tịch_nước , Thủ_tướng_Chính_phủ ; căn_cứ |
|
vào nghị_quyết của Quốc_hội , bổ_nhiệm , miễn_nhiệm , cách_chức Phó_thủ_tướng |
|
Chính_phủ , Bộ_trưởng và thành_viên khác của Chính_phủ ;' |
|
- source_sentence: Ai có quyền trở_thành người đại_diện theo pháp_luật của công_ty |
|
cổ_phần do tổ_chức làm chủ sở_hữu ? |
|
sentences: |
|
- '“ Điều Cơ_cấu tổ_chức quản_lý công_ty cổ_phần Trừ trường_hợp pháp_luật về chứng_khoán |
|
có quy_định khác , công_ty cổ_phần có quyền lựa_chọn tổ_chức quản_lý và hoạt_động |
|
theo một trong hai mô_hình sau đây : Đại hội_đồng cổ_đông , Hội_đồng_quản_trị |
|
, Ban kiểm_soát và Giám_đốc hoặc Tổng giám_đốc . Trường_hợp công_ty cổ_phần có |
|
dưới 11 cổ_đông và các cổ_đông là tổ_chức sở_hữu dưới 50 % tổng_số cổ_phần của |
|
công_ty thì không bắt_buộc phải có Ban kiểm_soát ; Đại hội_đồng cổ_đông , Hội_đồng_quản_trị |
|
và Giám_đốc hoặc Tổng giám_đốc . Trường_hợp này ít_nhất 20 % số thành_viên Hội_đồng_quản_trị |
|
phải là thành_viên độc_lập và có Ủy_ban kiểm_toán trực_thuộc Hội_đồng_quản_trị |
|
. Cơ_cấu tổ_chức , chức_năng , nhiệm_vụ của Ủy_ban kiểm_toán quy_định tại Điều_lệ |
|
công_ty hoặc quy_chế_hoạt_động của Ủy_ban kiểm_toán do Hội_đồng_quản_trị ban_hành |
|
. Trường_hợp công_ty chỉ có một người đại_diện theo pháp_luật thì Chủ_tịch Hội_đồng_quản_trị |
|
hoặc Giám_đốc hoặc Tổng giám_đốc là người đại_diện theo pháp_luật của công_ty |
|
. Trường_hợp Điều_lệ chưa có quy_định thì Chủ_tịch Hội_đồng_quản_trị là người |
|
đại_diện theo pháp_luật của công_ty . Trường_hợp công_ty có hơn một người đại_diện |
|
theo pháp_luật thì Chủ_tịch Hội_đồng_quản_trị và Giám_đốc hoặc Tổng giám_đốc đương_nhiên |
|
là người đại_diện theo pháp_luật của công_ty . ”' |
|
- '" Điều Nhiệm_vụ , quyền_hạn của Hội_đồng nhân_dân xã Lấy phiếu tín_nhiệm , bỏ_phiếu |
|
tín_nhiệm đối_với người giữ chức_vụ do Hội_đồng nhân_dân xã bầu theo quy_định |
|
tại Điều_88 và Điều_89 của Luật này . Bãi_nhiệm đại_biểu Hội_đồng nhân_dân xã |
|
và chấp_nhận việc đại_biểu Hội_đồng nhân_dân xã xin thôi làm nhiệm_vụ đại_biểu |
|
. Bãi_bỏ một phần hoặc toàn_bộ văn_bản trái pháp_luật của Ủy_ban_nhân_dân , Chủ_tịch |
|
Ủy_ban_nhân_dân xã . "' |
|
- Thẩm_quyền yêu_cầu cung_cấp thông_tin Thủ_trưởng cơ_quan thi_hành_án dân_sự , |
|
Chấp_hành viên có quyền yêu_cầu cơ_quan , tổ_chức đang quản_lý_tài_khoản của người |
|
phải thi_hành_án ; cơ_quan , tổ_chức , người sử_dụng lao_động , Bảo_hiểm xã_hội |
|
nơi người phải thi_hành_án nhận tiền_lương , tiền công , tiền_lương hưu , tiền |
|
trợ_cấp và các thu_nhập hợp_pháp khác cung_cấp thông_tin về tài_khoản , thu_nhập |
|
của người phải thi_hành_án để thực_hiện việc thi_hành_án dân_sự . |
|
- source_sentence: 13 hành_vi bị nghiêm_cấm về cư_trú là gì ? |
|
sentences: |
|
- Phê_duyệt phương_thức vận_hành hệ_thống điện Phương_thức vận_hành hệ_thống điện |
|
phân_phối ( bao_gồm hệ_thống điện phân_phối thuộc quyền điều_khiển của Cấp điều_độ |
|
phân_phối tỉnh và Cấp điều_độ phân_phối quận , huyệ Phương_thức vận_hành hệ_thống |
|
điện phân_phối năm do Cấp điều_độ phân_phối tỉnh lập trên cơ_sở phương_thức vận_hành |
|
hệ_thống điện miền năm đã được duyệt , trình Tổng công_ty Điện_lực hoặc Công_ty |
|
Điện_lực tỉnh phê_duyệt ; Phương_thức vận_hành hệ_thống điện phân_phối tháng , |
|
tuần và các phương_thức đặc_biệt do Cấp điều_độ phân_phối tỉnh lập trên cơ_sở |
|
phương_thức vận_hành hệ_thống điện miền tháng , tuần và các phương_thức đặc_biệt |
|
đã được duyệt , trình Tổng công_ty Điện_lực hoặc Công_ty Điện_lực tỉnh phê_duyệt |
|
; Phương_thức vận_hành hệ_thống điện phân_phối ngày do Cấp điều_độ phân_phối tỉnh |
|
lập và phê_duyệt trên cơ_sở phương_thức vận_hành hệ_thống điện phân_phối tuần |
|
đã được duyệt . |
|
- Thẩm_quyền công_nhận , kỳ công_nhận báo cáo_viên pháp_luật Báo cáo_viên pháp_luật |
|
cấp trung_ương là người đang công_tác trong Quân_đội do Bộ_trưởng Bộ_Tư_pháp công_nhận |
|
theo đề_nghị của Bộ_trưởng_Bộ_Quốc_phòng . Báo cáo_viên pháp_luật cấp trực_thuộc |
|
Bộ Quốc_phòng do Bộ_trưởng_Bộ_Quốc_phòng công_nhận . Báo cáo_viên pháp_luật cấp |
|
đơn_vị do thủ_trưởng cơ_quan , đơn_vị cấp trên trực_tiếp công_nhận . Công_nhận |
|
báo cáo_viên pháp_luật được thực_hiện vào tháng 6 và tháng 12 hàng năm . |
|
- '" Điều Các hành_vi bị nghiêm_cấm về cư_trú Cản_trở công_dân thực_hiện quyền tự_do |
|
cư_trú . Lạm_dụng việc sử_dụng thông_tin về nơi thường_trú , nơi tạm_trú làm điều_kiện |
|
để hạn_chế quyền , lợi_ích hợp_pháp của công_dân . Đưa , môi_giới , nhận hối_lộ |
|
trong việc đăng_ký , quản_lý cư_trú . Không tiếp_nhận , trì_hoãn việc tiếp_nhận |
|
hồ_sơ , giấy_tờ , tài_liệu , thông_tin đăng_ký cư_trú hoặc có hành_vi nhũng_nhiễu |
|
khác ; không thực_hiện , thực_hiện không đúng thời_hạn đăng_ký cư_trú cho công_dân |
|
khi hồ_sơ đủ điều_kiện đăng_ký cư_trú ; xóa đăng_ký thường_trú , đăng_ký tạm_trú |
|
trái với quy_định của pháp_luật . Thu , quản_lý , sử_dụng lệ_phí đăng_ký cư_trú |
|
trái với quy_định của pháp_luật . Tự đặt ra thời_hạn , thủ_tục , giấy_tờ , tài_liệu |
|
, biểu_mẫu trái với quy_định của pháp_luật hoặc làm sai_lệch thông_tin , sổ_sách |
|
, hồ_sơ về cư_trú . Cố_ý cấp hoặc từ_chối cấp giấy_tờ , tài_liệu về cư_trú trái |
|
với quy_định của pháp_luật . Lợi_dụng việc thực_hiện quyền tự_do cư_trú để xâm_phạm |
|
lợi_ích của Nhà_nước , quyền , lợi_ích hợp_pháp của tổ_chức , cá_nhân . Làm giả |
|
giấy_tờ , tài_liệu , dữ_liệu về cư_trú ; sử_dụng giấy_tờ , tài_liệu , dữ_liệu |
|
giả về cư_trú ; cung_cấp thông_tin , giấy_tờ , tài_liệu sai sự_thật về cư_trú |
|
; khai man điều_kiện , giả_mạo hồ_sơ , giấy_tờ , tài_liệu để được đăng_ký thường_trú |
|
, đăng_ký tạm_trú ; mua , bán , Thuê , cho Thuê , mượn , cho mượn , cầm_cố , nhận |
|
cầm_cố , hủy_hoại giấy_tờ , tài_liệu về cư_trú . Tổ_chức , kích_động , xúi_giục |
|
, lôi_kéo , dụ_dỗ , giúp_sức , cưỡng_bức người khác vi_phạm_pháp_luật về cư_trú |
|
. Giải_quyết cho đăng_ký thường_trú , đăng_ký tạm_trú khi biết rõ người đăng_ký |
|
thường_trú , đăng_ký tạm_trú không sinh_sống tại_chỗ ở đó . Đồng_ý cho người khác |
|
đăng_ký thường_trú , đăng_ký tạm_trú vào chỗ ở của mình để vụ_lợi hoặc trong thực_tế |
|
người đăng_ký thường_trú , đăng_ký tạm_trú không sinh_sống tại_chỗ ở đó . Truy_nhập |
|
, khai_thác , hủy_hoại , làm cản_trở , gián_đoạn hoạt_động , thay_đổi , xóa , |
|
phát_tán , cung_cấp trái_phép thông_tin trong Cơ_sở dữ_liệu về cư_trú .' |
|
- source_sentence: Ai có thẩm quyền_hủy tài_liệu lưu_trữ hết giá_trị của Viện kiểm_sát_nhân_dân |
|
tối_cao ? |
|
sentences: |
|
- 'Thẩm quyền_hủy tài_liệu hết giá_trị của Viện kiểm_sát_nhân_dân các cấp_Lãnh đạo |
|
Viện kiểm_sát_nhân_dân tối_cao : Quyết_định hủy hồ_sơ , tài_liệu quản_lý nhà_nước |
|
tại kho lưu_trữ cơ_quan Viện kiểm_sát_nhân_dân tối_cao sau khi có văn_bản thẩm_định |
|
của Cục Văn_thư và Lưu_trữ Nhà_nước . Cơ_quan điều_tra Viện kiểm_sát_nhân_dân |
|
tối_cao , Tạp_chí Kiểm_sát , Báo Bảo_vệ pháp_luật , Trường Đại_học Kiểm_sát Hà_Nội |
|
, Trường Đào_tạo , Bồi_dưỡng nghiệp_vụ kiểm_sát tại Thành_phố Hồ Chí_Minh , Viện |
|
kiểm_sát_nhân_dân cấp cao : Quyết_định việc hủy hồ_sơ , tài_liệu quản_lý nhà_nước |
|
sau khi có văn_bản thẩm_định của Cục Văn_thư và Lưu_trữ Nhà_nước . Viện kiểm_sát_nhân_dân |
|
cấp tỉnh , huyện : Quyết_định việc hủy hồ_sơ , tài_liệu quản_lý nhà_nước sau khi |
|
có văn_bản thẩm_định của cơ_quan quản_lý nhà_nước về lưu_trữ của tỉnh , thành_phố |
|
.' |
|
- “ Điều Bồi_thường thiệt_hại do cây_cối gây ra Chủ sở_hữu , người chiếm_hữu , người |
|
được giao quản_lý phải bồi_thường thiệt_hại do cây_cối gây ra . ” |
|
- 'Chủ_tịch Hội_đồng thành_viên Chủ_tịch Hội_đồng thành_viên là người đại_diện theo |
|
pháp_luật của Quỹ . Chủ_tịch Hội_đồng thành_viên có quyền và nghĩa_vụ sau đây |
|
: Thay_mặt Hội_đồng thành_viên ký nhận vốn , các nguồn_lực khác do Nhà_nước và |
|
các tổ_chức có liên_quan giao cho Quỹ . Thay_mặt Hội_đồng thành_viên ký các văn_bản |
|
thuộc thẩm_quyền của Hội_đồng thành_viên . Triệu_tập và chủ_trì cuộc họp Hội_đồng |
|
thành_viên hoặc lấy ý_kiến các thành_viên Hội_đồng thành_viên . Phê_duyệt kế_hoạch |
|
hoạt_động hằng quý và hằng năm của Hội_đồng thành_viên . Phân_công nhiệm_vụ cho |
|
các thành_viên Hội_đồng thành_viên để thực_hiện nhiệm_vụ , quyền_hạn của Hội_đồng |
|
thành_viên . Tổ_chức thực_hiện các nhiệm_vụ của Hội_đồng thành_viên , theo_dõi |
|
và giám_sát việc thực_hiện các nghị_quyết , quyết_định của Bộ_Kế_hoạch_và_Đầu_tư |
|
và của Hội_đồng thành_viên . Tổ_chức giám_sát , trực_tiếp giám_sát và đánh_giá |
|
kết_quả_thực_hiện mục_tiêu chiến_lược , kế_hoạch hoạt_động , kết_quả hoạt_động |
|
của Quỹ , kết_quả quản_lý điều_hành của Giám_đốc . Trường_hợp cần_thiết , Chủ_tịch |
|
Hội_đồng thành_viên ủy_quyền bằng văn_bản cho một trong số các thành_viên Hội_đồng |
|
thành_viên hoặc ủy_quyền cho Giám_đốc thực_hiện chức_năng , nhiệm_vụ của mình |
|
. Người được ủy_quyền chịu trách_nhiệm trước Chủ_tịch Hội_đồng thành_viên về các |
|
công_việc được ủy_quyền . Thực_hiện quyền và nghĩa_vụ khác theo yêu_cầu của Bộ_Kế_hoạch_và_Đầu_tư |
|
.' |
|
--- |
|
|
|
# SentenceTransformer based on Tnt3o5/gte_legal_v3 |
|
|
|
This is a [sentence-transformers](https://www.SBERT.net) model finetuned from [Tnt3o5/gte_legal_v3](https://huggingface.co/Tnt3o5/gte_legal_v3). 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:** [Tnt3o5/gte_legal_v3](https://huggingface.co/Tnt3o5/gte_legal_v3) <!-- at revision e18916219e6ff436c4c4f42bbe7af1c8fa7e7ae7 --> |
|
- **Maximum Sequence Length:** 8192 tokens |
|
- **Output Dimensionality:** 768 dimensions |
|
- **Similarity Function:** Cosine Similarity |
|
<!-- - **Training Dataset:** Unknown --> |
|
<!-- - **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': 8192, 'do_lower_case': False}) with Transformer model: NewModel |
|
(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("Tnt3o5/gte-legal-v5") |
|
# Run inference |
|
sentences = [ |
|
'Ai có thẩm quyền_hủy tài_liệu lưu_trữ hết giá_trị của Viện kiểm_sát_nhân_dân tối_cao ?', |
|
'Thẩm quyền_hủy tài_liệu hết giá_trị của Viện kiểm_sát_nhân_dân các cấp_Lãnh đạo Viện kiểm_sát_nhân_dân tối_cao : Quyết_định hủy hồ_sơ , tài_liệu quản_lý nhà_nước tại kho lưu_trữ cơ_quan Viện kiểm_sát_nhân_dân tối_cao sau khi có văn_bản thẩm_định của Cục Văn_thư và Lưu_trữ Nhà_nước . Cơ_quan điều_tra Viện kiểm_sát_nhân_dân tối_cao , Tạp_chí Kiểm_sát , Báo Bảo_vệ pháp_luật , Trường Đại_học Kiểm_sát Hà_Nội , Trường Đào_tạo , Bồi_dưỡng nghiệp_vụ kiểm_sát tại Thành_phố Hồ Chí_Minh , Viện kiểm_sát_nhân_dân cấp cao : Quyết_định việc hủy hồ_sơ , tài_liệu quản_lý nhà_nước sau khi có văn_bản thẩm_định của Cục Văn_thư và Lưu_trữ Nhà_nước . Viện kiểm_sát_nhân_dân cấp tỉnh , huyện : Quyết_định việc hủy hồ_sơ , tài_liệu quản_lý nhà_nước sau khi có văn_bản thẩm_định của cơ_quan quản_lý nhà_nước về lưu_trữ của tỉnh , thành_phố .', |
|
'“ Điều Bồi_thường thiệt_hại do cây_cối gây ra Chủ sở_hữu , người chiếm_hữu , người được giao quản_lý phải bồi_thường thiệt_hại do cây_cối gây ra . ”', |
|
] |
|
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.* |
|
--> |
|
|
|
<!-- |
|
## 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 |
|
|
|
#### Unnamed Dataset |
|
|
|
|
|
* Size: 120,952 training samples |
|
* Columns: <code>anchor</code> and <code>positive</code> |
|
* Approximate statistics based on the first 1000 samples: |
|
| | anchor | positive | |
|
|:--------|:----------------------------------------------------------------------------------|:-------------------------------------------------------------------------------------| |
|
| type | string | string | |
|
| details | <ul><li>min: 7 tokens</li><li>mean: 21.41 tokens</li><li>max: 50 tokens</li></ul> | <ul><li>min: 12 tokens</li><li>mean: 216.87 tokens</li><li>max: 718 tokens</li></ul> | |
|
* Samples: |
|
| anchor | positive | |
|
|:---------------------------------------------------------------------------------------------------------------------------|:---------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------| |
|
| <code>" Giải_thưởng Nguyễn Đức_Cảnh " và " Giải_thưởng Nguyễn Văn_Linh " theo quy_định là giải_thưởng như thế_nào ?</code> | <code>Giải_thưởng “ Giải_thưởng Nguyễn Đức_Cảnh ” của Tổng Liên_đoàn : “ Giải_thưởng Nguyễn Đức_Cảnh ” phần_thưởng cao_quý của Tổng Liên_đoàn Lao_động Việt_Nam được xét , trao tặng_cho công_nhân , lao_động trực_tiếp sản_xuất tại các doanh_nghiệp thuộc các thành_phần kinh_tế có thành_tích xuất_sắc tiêu_biểu nhất trong lao_động_sản_xuất ; có nhiều sáng_kiến cải_tiến kỹ_thuật ; tích_cực đào_tạo , kèm_cặp , bồi_dưỡng , giúp_đỡ đồng_nghiệp nâng_cao trình_độ tay_nghề , chuyên_môn nghiệp_vụ góp_phần xây_dựng doanh_nghiệp , đơn_vị phát_triển bền_vững , xây_dựng giai_cấp công_nhân và tổ_chức Công_đoàn vững_mạnh . “ Giải_thưởng Nguyễn Đức_Cảnh ” được tổ_chức trao_tặng 5 năm 1 lần vào dịp “ Tháng Công_nhân ” của năm tổ_chức Đại_hội Công_đoàn Việt_Nam . Một cá_nhân chỉ được trao_tặng Giải_thưởng 01 lần . Năm tổ_chức trao_tặng “ Giải_thưởng Nguyễn Đức_Cảnh ” , Đoàn Chủ_tịch Tổng Liên_đoàn ban_hành hướng_dẫn riêng về xét , trao_tặng “ Giải_thưởng Nguyễn Đức_Cảnh ” . “ Giải_thưởng Nguyễn Văn_Linh ” của Tổn...</code> | |
|
| <code>" Người_lớn ( trên 16 tuổi ) " được hiểu là “ Người_lớn và trẻ_em trên 16 tuổi ”</code> | <code>" Khi triển_khai “ Hướng_dẫn quản_lý tại nhà đối_với người mắc COVID - 19 ” , đề_nghị hướng_dẫn , làm rõ một_số nội_dung như sau : . Mục 3 “ Người_lớn ( trên 16 tuổ ” : đề_nghị hướng_dẫn là “ Người_lớn và trẻ_em trên 16 tuổi ” . "</code> | |
|
| <code>03 Quy_chuẩn kỹ_thuật quốc_gia được ban_hành tại Thông_tư 04 là Quy_chuẩn nào ?</code> | <code>Ban_hành kèm theo Thông_tư này 03 Quy_chuẩn kỹ_thuật quốc_gia sau : Quy_chuẩn kỹ_thuật quốc_gia về bộ trục bánh_xe của đầu_máy , toa_xe Số_hiệu : QCVN 110 : 2023/BGTVT. Quy_chuẩn kỹ_thuật quốc_gia về bộ móc_nối , đỡ đấm của đầu_máy , toa_xe Số_hiệu : QCVN 111 : 2023/BGTVT. Quy_chuẩn kỹ_thuật quốc_gia về van hãm sử_dụng trên đầu_máy , toa_xe Số_hiệu : QCVN 112 : 2023/BGTVT.</code> | |
|
* Loss: [<code>MatryoshkaLoss</code>](https://sbert.net/docs/package_reference/sentence_transformer/losses.html#matryoshkaloss) with these parameters: |
|
```json |
|
{ |
|
"loss": "MultipleNegativesRankingLoss", |
|
"matryoshka_dims": [ |
|
768, |
|
512, |
|
256 |
|
], |
|
"matryoshka_weights": [ |
|
1, |
|
1, |
|
1 |
|
], |
|
"n_dims_per_step": -1 |
|
} |
|
``` |
|
|
|
### Evaluation Dataset |
|
|
|
#### Unnamed Dataset |
|
|
|
|
|
* Size: 5,109 evaluation samples |
|
* Columns: <code>anchor</code> and <code>positive</code> |
|
* Approximate statistics based on the first 1000 samples: |
|
| | anchor | positive | |
|
|:--------|:----------------------------------------------------------------------------------|:-------------------------------------------------------------------------------------| |
|
| type | string | string | |
|
| details | <ul><li>min: 7 tokens</li><li>mean: 21.41 tokens</li><li>max: 50 tokens</li></ul> | <ul><li>min: 12 tokens</li><li>mean: 216.87 tokens</li><li>max: 718 tokens</li></ul> | |
|
* Samples: |
|
| anchor | positive | |
|
|:---------------------------------------------------------------------------------------------------------------------------|:---------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------| |
|
| <code>" Giải_thưởng Nguyễn Đức_Cảnh " và " Giải_thưởng Nguyễn Văn_Linh " theo quy_định là giải_thưởng như thế_nào ?</code> | <code>Giải_thưởng “ Giải_thưởng Nguyễn Đức_Cảnh ” của Tổng Liên_đoàn : “ Giải_thưởng Nguyễn Đức_Cảnh ” phần_thưởng cao_quý của Tổng Liên_đoàn Lao_động Việt_Nam được xét , trao tặng_cho công_nhân , lao_động trực_tiếp sản_xuất tại các doanh_nghiệp thuộc các thành_phần kinh_tế có thành_tích xuất_sắc tiêu_biểu nhất trong lao_động_sản_xuất ; có nhiều sáng_kiến cải_tiến kỹ_thuật ; tích_cực đào_tạo , kèm_cặp , bồi_dưỡng , giúp_đỡ đồng_nghiệp nâng_cao trình_độ tay_nghề , chuyên_môn nghiệp_vụ góp_phần xây_dựng doanh_nghiệp , đơn_vị phát_triển bền_vững , xây_dựng giai_cấp công_nhân và tổ_chức Công_đoàn vững_mạnh . “ Giải_thưởng Nguyễn Đức_Cảnh ” được tổ_chức trao_tặng 5 năm 1 lần vào dịp “ Tháng Công_nhân ” của năm tổ_chức Đại_hội Công_đoàn Việt_Nam . Một cá_nhân chỉ được trao_tặng Giải_thưởng 01 lần . Năm tổ_chức trao_tặng “ Giải_thưởng Nguyễn Đức_Cảnh ” , Đoàn Chủ_tịch Tổng Liên_đoàn ban_hành hướng_dẫn riêng về xét , trao_tặng “ Giải_thưởng Nguyễn Đức_Cảnh ” . “ Giải_thưởng Nguyễn Văn_Linh ” của Tổn...</code> | |
|
| <code>" Người_lớn ( trên 16 tuổi ) " được hiểu là “ Người_lớn và trẻ_em trên 16 tuổi ”</code> | <code>" Khi triển_khai “ Hướng_dẫn quản_lý tại nhà đối_với người mắc COVID - 19 ” , đề_nghị hướng_dẫn , làm rõ một_số nội_dung như sau : . Mục 3 “ Người_lớn ( trên 16 tuổ ” : đề_nghị hướng_dẫn là “ Người_lớn và trẻ_em trên 16 tuổi ” . "</code> | |
|
| <code>03 Quy_chuẩn kỹ_thuật quốc_gia được ban_hành tại Thông_tư 04 là Quy_chuẩn nào ?</code> | <code>Ban_hành kèm theo Thông_tư này 03 Quy_chuẩn kỹ_thuật quốc_gia sau : Quy_chuẩn kỹ_thuật quốc_gia về bộ trục bánh_xe của đầu_máy , toa_xe Số_hiệu : QCVN 110 : 2023/BGTVT. Quy_chuẩn kỹ_thuật quốc_gia về bộ móc_nối , đỡ đấm của đầu_máy , toa_xe Số_hiệu : QCVN 111 : 2023/BGTVT. Quy_chuẩn kỹ_thuật quốc_gia về van hãm sử_dụng trên đầu_máy , toa_xe Số_hiệu : QCVN 112 : 2023/BGTVT.</code> | |
|
* Loss: [<code>MatryoshkaLoss</code>](https://sbert.net/docs/package_reference/sentence_transformer/losses.html#matryoshkaloss) with these parameters: |
|
```json |
|
{ |
|
"loss": "MultipleNegativesRankingLoss", |
|
"matryoshka_dims": [ |
|
768, |
|
512, |
|
256 |
|
], |
|
"matryoshka_weights": [ |
|
1, |
|
1, |
|
1 |
|
], |
|
"n_dims_per_step": -1 |
|
} |
|
``` |
|
|
|
### Training Hyperparameters |
|
#### Non-Default Hyperparameters |
|
|
|
- `per_device_train_batch_size`: 16 |
|
- `gradient_accumulation_steps`: 8 |
|
- `learning_rate`: 1e-05 |
|
- `weight_decay`: 0.01 |
|
- `max_grad_norm`: 0.2 |
|
- `num_train_epochs`: 5 |
|
- `lr_scheduler_type`: cosine |
|
- `warmup_ratio`: 0.1 |
|
- `fp16`: True |
|
- `load_best_model_at_end`: True |
|
- `optim`: adamw_torch_fused |
|
- `gradient_checkpointing`: True |
|
- `batch_sampler`: no_duplicates |
|
|
|
#### All Hyperparameters |
|
<details><summary>Click to expand</summary> |
|
|
|
- `overwrite_output_dir`: False |
|
- `do_predict`: False |
|
- `eval_strategy`: no |
|
- `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`: 1e-05 |
|
- `weight_decay`: 0.01 |
|
- `adam_beta1`: 0.9 |
|
- `adam_beta2`: 0.999 |
|
- `adam_epsilon`: 1e-08 |
|
- `max_grad_norm`: 0.2 |
|
- `num_train_epochs`: 5 |
|
- `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`: 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} |
|
- `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`: True |
|
- `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 |
|
- `prompts`: None |
|
- `batch_sampler`: no_duplicates |
|
- `multi_dataset_batch_sampler`: proportional |
|
|
|
</details> |
|
|
|
### Training Logs |
|
| Epoch | Step | Training Loss | |
|
|:------:|:----:|:-------------:| |
|
| 0.5291 | 500 | 1.2711 | |
|
| 1.0578 | 1000 | 1.0203 | |
|
| 1.5869 | 1500 | 1.0266 | |
|
| 2.1156 | 2000 | 0.8704 | |
|
| 2.6447 | 2500 | 0.8485 | |
|
| 3.1734 | 3000 | 0.7169 | |
|
|
|
|
|
### Framework Versions |
|
- Python: 3.10.14 |
|
- Sentence Transformers: 3.3.0 |
|
- 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", |
|
} |
|
``` |
|
|
|
#### MatryoshkaLoss |
|
```bibtex |
|
@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 |
|
```bibtex |
|
@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} |
|
} |
|
``` |
|
|
|
<!-- |
|
## 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.* |
|
--> |
