Add new SentenceTransformer model

.gitattributes

@@ -33,3 +33,4 @@ saved_model/**/* filter=lfs diff=lfs merge=lfs -text
 *.zip filter=lfs diff=lfs merge=lfs -text
 *.zst filter=lfs diff=lfs merge=lfs -text
 *tfevents* filter=lfs diff=lfs merge=lfs -text
+tokenizer.json filter=lfs diff=lfs merge=lfs -text

1_Pooling/config.json

@@ -0,0 +1,10 @@
+{
+  "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
+}

README.md

@@ -0,0 +1,627 @@
+---
+tags:
+- sentence-transformers
+- sentence-similarity
+- feature-extraction
+- generated_from_trainer
+- dataset_size:287204
+- loss:MSELoss
+base_model: BAAI/bge-m3
+widget:
+- source_sentence: Sorunuzdaki gibi gübre üretiminde kullanılan hammaddelerin KDV
+    oranlarının tamamının kükürt ile aynı olduğunu söylemek doğru olmaz.  Kükürt,
+    Gıda, Tarım ve Hayvancılık Bakanlığı tarafından tescil edilen gübrelerin üretiminde
+    kullanılması durumunda, belirli bir tarih aralığında %1 KDV oranına tabi tutulmuş,
+    daha sonra ise KDV'den istisna edilmiştir. Ancak diğer hammaddeler için bu durum
+    geçerli olmayabilir.  Her bir hammaddenin KDV oranı, maddenin kendisine ve  Gıda,
+    Tarım ve Hayvancılık Bakanlığı tarafından yayınlanan ilgili mevzuata bağlı olarak
+    değişir.  Dolayısıyla, her bir hammaddenin KDV oranını belirlemek için ilgili
+    mevzuat ve Bakanlığın güncel tescil listelerine bakılması gerekmektedir.
+  sentences:
+  - '**3. Diğer Destekler:**
+
+
+    * **Olay Yeri İncelemesi:**  Sigorta şirketi, olay yerini inceleyerek olayla ilgili
+    bilgi ve delil toplayabilir.
+
+    * **Şahitlerle Görüşmeler:**  Olayı gören kişilerle görüşülerek bilgi toplanabilir.
+
+    * **Uzman Danışmanları:**  Gerektiğinde, olayı değerlendirmek için uzmanların
+    görüşüne başvurulabilir.
+
+
+
+    **Önemli Notlar:**'
+  - '#### Özelge: İşletmeye dahil edilmeyen otomobile ait giderler ticari kazancın
+    tespitinde indirim konusu olamaz.
+
+
+    Sayı: B.07.0.GEL.0.44/4405-1380/6984Tarih: 20/02/2004
+
+
+    **T.C.**
+
+
+    **MALİYE BAKANLIĞI**
+
+
+    **Gelirler Genel Müdürlüğü**
+
+
+    **SAYI     :** B.07.0.GEL.0.44/4405-1380/6984 \* 20.02.2004
+
+
+    KONU  :
+
+
+    .................... BAKANLIĞINA
+
+
+    Emniyet Genel Müdürlüğü
+
+
+    **İLGİ:** .................... tarih ve .................... sayılı yazınız.
+
+
+    Yazınızda  bir şirketin elektronik yetkili servisi faaliyetinden dolayı İstanbul
+    ........ Vergi Dairesinin  ...........sicil numarasında kayıtlı  mükellefi ............
+    tarafından Bakanlığınıza verilen bir örneği yazınıza ekli dilekçesinde, müşteri
+    evinde arızalı cihaz onarmak, gerektiğinde  cihazı işyerine getirmek ve onarımını
+    yapıp eve teslim etmek için hususi aracını  kullanmak  istediğini belirterek bu
+    konuda Bakanlığınızdan izin  talep ettiği belirtilerek konu hakkında görüşümüzün
+    bildirilmesi istenilmektedir.'
+  - 'Söz konusu Kanunun **"Muafiyetler"** başlıklı 65 inci maddesinde ise " Esnaf
+    ve sanatkârlar meslek kuruluşlarının, kuruluş amaçlarını gerçekleştirmek ve bu
+    amaçlarına uygun olarak kullanılmak üzere iktisap ettikleri ve edecekleri gayrimenkuller
+    ile bu kuruluşların görevleri dolayısıyla elde ettikleri gelirler, katma değer
+    vergisi ve emlak vergisi hariç her türlü vergi, resim ve harçtan müstesnadır."hükmü
+    yer almaktadır.
+
+
+    **BELEDİYE GELİRLERİ KANUNU YÖNÜNDEN**
+
+
+    2464 sayılı Belediye Gelirleri Kanununun 52 nci maddesinde, belediye sınırları
+    içinde bulunan; pazar veya panayır kurulan yerlerin, meydanların, mezat yerlerinin
+    her türlü mal ve hayvan satıcıları tarafından satış yapmak, yol, meydan, pazar,
+    iskele, köprü gibi umuma ait yerlerden bir kısmının herhangi bir maksat için yetkili
+    mercilerden usulüne uygun izin alınarak geçici olarak işgal edilmesinin, işgal
+    harcına tabi olacağı hükme bağlanmıştır.'
+- source_sentence: 'Eksiklik giderilmezse, istinaf mahkemesi aşağıdaki kararları verebilir:
+
+
+    * **İstinaf dilekçesinin reddine karar vermek:**  Eksiklik giderilmesi için verilen
+    süre içinde eksiklik giderilmezse, istinaf mahkemesi dilekçeyi reddedebilir. Bu
+    durumda, istinaf yolu kapanır ve ilk derece mahkemesinin kararı kesinleşir.
+
+    * **İstinaf dilekçesinin işleme alınmamasına karar vermek:** Bu karar, eksikliğin
+    çok ciddi veya giderilemez nitelikte olması durumunda verilebilir.  Reddedilme
+    kararıyla benzer sonuçlar doğurur.
+
+    * **Yeni bir süre tanımak:**  Mahkeme, ilk verilen sürenin yeterli olmadığını
+    düşünürse, eksikliğin giderilmesi için yeni bir süre daha tanıyabilir.
+
+
+    Eksikliğin giderilmesi için verilen süre içerisinde ilgili taraf eksikliği giderirse,
+    istinaf mahkemesi dosyayı esasına göre incelemeye alır ve kararını verir.  Bu
+    inceleme sonucunda istinaf mahkemesi, ilk derece mahkemesinin kararını onaylayabilir,
+    bozabilir veya değiştirebilir.'
+  sentences:
+  - 'Kanuna bağlı (4) sayılı tarifenin 3/a fıkrasında, terekeye dahil taşınmaz malların
+    kanuni ve atanmış mirasçılar arasında aynen veya ifrazen yapılacak taksiminde
+    kayıtlı değer üzerinden harç alınacağı, 13/a fıkrasında, arsa ve arazi üzerine
+    inşa olunacak bina vesair tesislerin tescilinde ( her bir bağımsız bölüm vesair
+    tesis için), 13/c fıkrasında da, (a) fıkrası dışında kalan her nevi cins ve kayıt
+    tashihinde (her bir işlem için) harç alınacağı hükme bağlanmıştır.
+
+
+    Özelge talep formu ve eki Perşembe Asliye Hukuk Mahkemesinin 10/5/2016 tarihli
+    ve Esas No:…, Karar No:… sayılı kararının incelenmesinden, Ordu 3. Noterliğinin
+    15/5/2003 tarih ve … yevmiye numaralı vasiyetnamesinin davacı … yönünden tenfizi
+    ile kararda bahsi geçen, tapu kayıtlarına göre iştirak halinde mülkiyete konu
+    Perşembe İlçesi, … Mahallesinde bulunan gayrimenkul tapularının iptaline ve hissedarların
+    hisse oranlarının yeniden belirlenmesine karar verildiği  anlaşılmıştır.'
+  - '**Savunmanın muhtemel argümanları:** Savunma muhtemelen, Seki''nin suçun işlenmesinde
+    herhangi bir rol oynamadığını,  ilişkilerinin suçlarla bağlantılı olmadığını veya
+    yardımının suçun işlenmesinde önemli bir etkisi olmadığını savunmuştur.  Ayrıca,
+    delillerin yetersizliğini, delillerin güvenilirliğini sorgulamayı ve iddianamenin
+    eksik yönlerini vurgulamayı amaçlayabilir.
+
+
+    **Hukuki Değerlendirme:**  Davada, mahkeme delilleri dikkatlice değerlendirerek,
+    Seki''nin eylemlerinin TCK''daki suça iştirak hükümlerine uygun olup olmadığını
+    tespit etmiştir.  Suçun işlenmesindeki rolünün önemi, niyeti ve  suçun oluşmasına
+    katkısı değerlendirilmiştir.  Bu değerlendirmede, tanık ifadeleri,  telefon kayıtları,  mali
+    kayıtlar ve diğer deliller önemli rol oynamıştır.  Mahkeme, bu delillere dayanarak,  Seki''nin
+    suça iştirakten suçlu olup olmadığına karar vermiştir.'
+  - Aynı Kanunun "Vergi Tevkifatı" başlıklı 94 üncü maddesinde; *"Kamu idare ve müesseseleri,
+    iktisadî kamu müesseseleri, sair kurumlar, ticaret şirketleri, iş ortaklıkları,
+    dernekler, vakıflar, dernek ve vakıfların iktisadî işletmeleri, kooperatifler,
+    yatırım fonu yönetenler, gerçek gelirlerini beyan etmeye mecbur olan ticaret ve
+    serbest meslek erbabı, zirai kazançlarını bilanço veya ziraî işletme hesabı esasına
+    göre tespit eden çiftçiler aşağıdaki bentlerde sayılan ödemeleri (avans olarak
+    ödenenler dahil) nakden veya hesaben yaptıkları sırada, istihkak sahiplerinin
+    gelir vergilerine mahsuben tevkifat yapmaya mecburdurlar."* hükmüne yer verilmiş
+    olup, aynı maddenin 5/a bendinde de 70 inci maddede yazılı mal ve hakların kiralanması
+    karşılığı yapılan ödemelerden %20 oranında gelir vergisi tevkifatı yapılacağı
+    hükme bağlanmıştır.
+- source_sentence: Bu yasakların gerekçeleri, genel olarak, demokrasinin temel ilkelerini
+    korumak, kamu düzenini sağlamak ve siyasi süreçlerin adil ve şeffaf bir şekilde
+    işlemesini temin etmektir.  Ancak, bu yasakların uygulanması ve kapsamı, her ülkenin
+    iç hukukunda belirlenir ve farklılık gösterebilir.  Yasakların uygulanmasında,
+    kişilerin haklarının korunmasına ve adil yargılama ilkelerine dikkat edilmesi
+    büyük önem taşır.  Belirli bir kişinin siyasi parti üyeliğinin yasaklı olup olmadığı
+    ancak ilgili ülkenin mevzuatı ve mahkeme kararları incelenerek belirlenecektir.
+  sentences:
+  - '488 sayılı Damga Vergisi Kanununun (6728 sayılı Kanunun 27 nci maddesi ile değişik)
+    ek 2 nci maddesinin birinci fıkrasında, ihracat ve ihracata ilişkin işlemler;
+    ikinci fıkrasında ise diğer döviz kazandırıcı faaliyetler sayılmıştır.
+
+
+    Özelge talep formunuz ekinde yer alan Türk İşbirliği ve Koordinasyon Ajansı Başkanlığı
+    (TİKA) ile Şirketiniz arasında düzenlenen …/…/2018 tarihli sözleşmenin incelenmesinden,
+    sözleşmenin konusunun İdarenin ihtiyacı olan ve miktarı belirtilen ve teknik özellikleri
+    teknik şartnamede düzenlenen, "… Donanım, Malzeme Ve Mobilya Alım İşi"ne ait ihale
+    dokümanı ile bu sözleşmede belirlenen şartlar dahilinde yüklenici tarafından temini
+    ve idareye teslimi işi olduğu anlaşılmaktadır.'
+  - Anılan Kanunun uygulanmasına ilişkin açıklamalar içeren 1 Seri No.lu Kurumlar
+    Vergisi Genel Tebliğinin (2.3.1.) bölümünde iktisadi kamu kuruluşunun ticari,
+    sınai veya zirai bir işletme oluşturup oluşturmadığı hususunda, Tebliğin (2.4.)
+    bölümünde yapılan açıklamaların dikkate alınması gerektiği belirtilmiştir.
+  - sonra tüm resmi işlemlerde bu adın kullanılması bir zorunluluktur. Davacının 1989
+    yılında evlenmesi sonucu gittiği koca hanesine baba adının H.N. Olarak yazılması
+    gerektiği halde yanlışlıkla “H.İ.” olarak yazılmıştır. Bu durum karşısında Nüfus
+    Hizmetleri Yasasının 35. Maddesinin birinci bendinde yer alan “kesinleşmiş mahkeme
+    hükmü olmadıkça nüfus kütüklerinin bir kaydı düzeltilemez” hükmü de dikkate alınarak
+    mahkemece kanıtlanan davanın kabulüne karar verilmesi gerekirken hukuki olmayan
+    gerekçelerle davanın reddi doğru görülmemiştir. Bu itibarla yukarıda açıklanan
+    esaslar göz önünde tutulmaksızın yazılı şekilde hüküm tesisi isabetsiz, temyiz
+    itirazları bu nedenlerle yerinde olduğundan kabulü ile hükmün HUMK'un 428. Maddesi
+    gereğince
+- source_sentence: hizmetini hastane yönetiminin tahsis ettiği bir bölümde, firmanıza
+    ait cihazlarla yapılacağı ancak kanın alınması, tahlil edilmesi ve raporlanması
+    bölümünde hiç bir elemanınızın hizmet vermeyeceğini belirterek KDV tevkifatı uygulanıp
+    uygulanmayacağı hususlarında Defterdarlığımızdan görüş talep edilmektedir.
+  sentences:
+  - 'Ancak, dürüst kullanım savunmasının başarılı olması için, bilgilerin kullanımı
+    aşağıdaki şartları sağlamalıdır:
+
+
+    * **Kullanımın kapsamının makul olması:** Kullanılan bilgilerin miktarı ve türü,
+    kamu yararının gerektirdiği kadarıyla sınırlı olmalıdır.
+
+    * **Kullanımın adil olması:** Kullanım, marka sahibinin meşru çıkarlarını aşırı
+    derecede etkilememelidir.
+
+    * **Kullanımın iyi niyetli olması:** Kullanım, marka sahibine zarar vermeyi veya
+    marka hakkını kötüye kullanmayı amaçlamamalıdır.'
+  - 'İşçi, feshin başka bir sebebe dayandığını iddia ettiği takdirde, bu iddiasını
+    ispatla yükümlüdür. Somut olayda, davacının işyeri kurallarına uymadığı, amirlerince
+    yapılan uyarılara aldırmadığı, özellikle kadın müşterilere ve çalışanlara gereğinden
+    fazla ilgi göstermesinin rahatsızlıklara ve yakınmalara sebebiyet verdiği, davacının
+    davranışlarının işyerinde işin görülmesini önemli ölçüde olumsuz etkileyen, sözleşmeye
+    aykırı davranışlar olduğu davacının olumsuz davranışları sebebiyle işverence usulüne
+    uygun olarak savunması alındıktan sonra kıdem ve ihbar tazminatları ödenmek suretiyle
+    işçinin davranışlarından kaynaklanan geçerli sebeple iş sözleşmesinin feshedildiği,
+    dosya içerisinde mevcut belgeler ve davalı tanıklarının beyanlarıyla usulünce
+    kanıtlandığından davanın reddi gerekirken kabulü hatalıdır. Belirtilen nedenlerle,
+    4857 Sayılı Kanun''un 20. maddesinin 3. fıkrası uyarınca, hükmün bozulmak suretiyle
+    ortadan kaldırılması ve aşağıdaki gibi karar verilmesi gerekmiştir. HÜKÜM:'
+  - İktisadi işletmenin elde ettiği karın derneğe aktarılmasında hangi vergi uygulamaları
+    geçerlidir?
+- source_sentence: 'Buna göre, yeniden düzenlenen kesin izin taahhüt senetleri ve
+    ek taahhütnamenin, söz konusu kağıtlarda yer alan arazi izin bedeli ile atıf yapılan
+    ilk kesin izin taahhüt senetlerinde yer alan arazi izin bedeli arasındaki farkın
+    kalan izin süresiyle çarpımı sonucu bulunacak tutar ile artan teminat bedeli mukayese
+    edilerek en yüksek vergi alınmasını gerektiren tutar üzerinden, 488 sayılı Kanuna
+    ekli (1) sayılı tablonun I/A-1 fıkrasına göre damga vergisine, 492 sayılı Kanuna
+    bağlı (2) sayılı tarifenin I/1 fıkrası gereğince harca tabi tutulması gerekmektedir.
+
+
+    Bilgi edinilmesini rica ederim.'
+  sentences:
+  - Uluslararası sözleşmelerde velayet hakları, özellikle çocukların menfaatlerini
+    gözeterek karmaşık bir şekilde düzenlenir.  Ana çerçeveyi, 1980 tarihli Çocuk
+    Haklarına Dair Sözleşme (ÇHS) oluşturur.  ÇHS, çocuğun üstün yararını temel prensip
+    olarak kabul eder ve devletleri, çocuğun fiziksel ve ruhsal iyiliğini korumaya,  ayrıca
+    uygun olduğu durumlarda ebeveynlerin her ikisiyle de ilişkisini sürdürme hakkını
+    sağlamaya çağırır.  Ancak, ÇHS, velayet düzenlemelerinde kesin bir model öngörmez;
+    bu, devletlerin kendi iç hukuklarına ve kültürel bağlamlarına göre düzenleme yapmalarına
+    olanak tanır.
+  - '(**\*\***)   İnceleme, yargı ya da uzlaşmada olduğu halde bu konuya ilişkin olarak
+    yanlış bilgi verilmiş ise bu özelge geçersizdir.
+
+
+    (\*\*\*) Talebiniz üzerine tayin edilmiş olan bu özelgeye uygun işlem yapmanız
+    hâlinde, bu fiilleriniz dolayısıyla vergi tarh edilmesi icap ederse, tarafınıza
+    vergi cezası kesilmeyecek ve tarh edilen vergi için gecikme faizi hesaplanmayacaktır.'
+  - Velayetin kaldırılması, çocuğun hayatını derinden etkileyen bir karardır ve yalnızca
+    çocuğun güvenliği ve iyiliği için gerekli olduğunda alınır.  Bu süreçte çocuğun
+    hakları korunur ve mahkeme, çocuğun en iyi çıkarlarını gözeterek karar verir.  Her
+    vaka kendine özgüdür ve kararlar, vakanın özel koşullarına göre verilir.  Dolayısıyla,
+    bu bilgiler genel bir rehber niteliğindedir ve özel bir hukuki danışma yerine
+    geçmez.
+pipeline_tag: sentence-similarity
+library_name: sentence-transformers
+metrics:
+- negative_mse
+model-index:
+- name: SentenceTransformer based on BAAI/bge-m3
+  results:
+  - task:
+      type: knowledge-distillation
+      name: Knowledge Distillation
+    dataset:
+      name: mse dev
+      type: mse-dev
+    metrics:
+    - type: negative_mse
+      value: -0.17572467913851142
+      name: Negative Mse
+  - task:
+      type: knowledge-distillation
+      name: Knowledge Distillation
+    dataset:
+      name: mse test
+      type: mse-test
+    metrics:
+    - type: negative_mse
+      value: -0.17576932441443205
+      name: Negative Mse
+---
+
+# SentenceTransformer based on BAAI/bge-m3
+
+This is a [sentence-transformers](https://www.SBERT.net) model finetuned from [BAAI/bge-m3](https://huggingface.co/BAAI/bge-m3). 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:** [BAAI/bge-m3](https://huggingface.co/BAAI/bge-m3) <!-- at revision 5617a9f61b028005a4858fdac845db406aefb181 -->
+- **Maximum Sequence Length:** 8192 tokens
+- **Output Dimensionality:** 1024 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: XLMRobertaModel 
+  (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("aleynahukmet/bge-m3-8-layers")
+# Run inference
+sentences = [
+    'Buna göre, yeniden düzenlenen kesin izin taahhüt senetleri ve ek taahhütnamenin, söz konusu kağıtlarda yer alan arazi izin bedeli ile atıf yapılan ilk kesin izin taahhüt senetlerinde yer alan arazi izin bedeli arasındaki farkın kalan izin süresiyle çarpımı sonucu bulunacak tutar ile artan teminat bedeli mukayese edilerek en yüksek vergi alınmasını gerektiren tutar üzerinden, 488 sayılı Kanuna ekli (1) sayılı tablonun I/A-1 fıkrasına göre damga vergisine, 492 sayılı Kanuna bağlı (2) sayılı tarifenin I/1 fıkrası gereğince harca tabi tutulması gerekmektedir.\n\nBilgi edinilmesini rica ederim.',
+    'Velayetin kaldırılması, çocuğun hayatını derinden etkileyen bir karardır ve yalnızca çocuğun güvenliği ve iyiliği için gerekli olduğunda alınır.  Bu süreçte çocuğun hakları korunur ve mahkeme, çocuğun en iyi çıkarlarını gözeterek karar verir.  Her vaka kendine özgüdür ve kararlar, vakanın özel koşullarına göre verilir.  Dolayısıyla, bu bilgiler genel bir rehber niteliğindedir ve özel bir hukuki danışma yerine geçmez.',
+    '(**\\*\\***)\xa0\xa0 İnceleme, yargı ya da uzlaşmada olduğu halde bu konuya ilişkin olarak yanlış bilgi verilmiş ise bu özelge geçersizdir.\n\n(\\*\\*\\*) Talebiniz üzerine tayin edilmiş olan bu özelgeye uygun işlem yapmanız hâlinde, bu fiilleriniz dolayısıyla vergi tarh edilmesi icap ederse, tarafınıza vergi cezası kesilmeyecek ve tarh edilen vergi için gecikme faizi hesaplanmayacaktır.',
+]
+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]
+```
+
+<!--
+### Direct Usage (Transformers)
+
+<details><summary>Click to see the direct usage in Transformers</summary>
+
+</details>
+-->
+
+<!--
+### Downstream Usage (Sentence Transformers)
+
+You can finetune this model on your own dataset.
+
+<details><summary>Click to expand</summary>
+
+</details>
+-->
+
+<!--
+### Out-of-Scope Use
+
+*List how the model may foreseeably be misused and address what users ought not to do with the model.*
+-->
+
+## Evaluation
+
+### Metrics
+
+#### Knowledge Distillation
+
+* Datasets: `mse-dev` and `mse-test`
+* Evaluated with [<code>MSEEvaluator</code>](https://sbert.net/docs/package_reference/sentence_transformer/evaluation.html#sentence_transformers.evaluation.MSEEvaluator)
+
+| Metric           | mse-dev     | mse-test    |
+|:-----------------|:------------|:------------|
+| **negative_mse** | **-0.1757** | **-0.1758** |
+
+<!--
+## 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: 287,204 training samples
+* Columns: <code>sentence</code> and <code>label</code>
+* Approximate statistics based on the first 1000 samples:
+  |         | sentence                                                                            | label                                 |
+  |:--------|:------------------------------------------------------------------------------------|:--------------------------------------|
+  | type    | string                                                                              | list                                  |
+  | details | <ul><li>min: 7 tokens</li><li>mean: 160.09 tokens</li><li>max: 341 tokens</li></ul> | <ul><li>size: 1024 elements</li></ul> |
+* Samples:
+  | sentence                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                      | label                                                                                                                              |
+  |:------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|:-----------------------------------------------------------------------------------------------------------------------------------|
+  | <code>-"*İstisnanın Uygulanması*" başlıklı (II/E-4.2.) ayrımında,<br><br>"*İstisna, münhasıran söz konusu yatırımlar kapsamındaki inşaat taahhüt işi, nakliye, hafriyat ve benzeri inşa işlerine ilişkindir. Yatırımı yapanların söz konusu inşaat işlerinde kullanılan mal alımları da bu kapsamda değerlendirilir. Dolayısıyla söz konusu istisna inşaat işlerine ilişkin olmak koşuluyla hem hizmet hem de mal alımlarını kapsamaktadır.*<br><br>..."<br><br>açıklamaları yer almaktadır.<br><br>Buna göre, yatırım teşvik belgeniz kapsamındaki sabit yatırımınıza yönelik inşaat işleri dolayısıyla yapılan zemin etüdü gideri, proje çizim gideri, zemin araştırma-temel etüd hizmet giderleri nedeniyle yüklenmiş olduğunuz KDV'lerin, KDV Kanununun geçici 30 uncu maddesi kapsamında iadesi mümkün bulunmaktadır.<br><br>Bilgi edinilmesini rica ederim.<br><br>(**\***)     Bu Özelge 213 sayılı Vergi Usul Kanununun 413.maddesine dayanılarak verilmiştir.</code>                                                 | <code>[-0.009974503889679909, 0.036509882658720016, 0.03562415763735771, -0.00381448189727962, 0.01367136649787426, ...]</code>    |
+  | <code>Anılan Kanunun 231 inci maddesinin 5 numaralı bendinde, faturanın malın teslimi veya hizmetin yapıldığı tarihten itibaren azami yedi gün içinde düzenleneceği, bu süre içerisinde düzenlenmeyen faturaların hiç düzenlenmemiş sayılacağı; 232 nci maddesinde ise, birinci ve ikinci sınıf tüccarlarla, kazancı basit usulde tespit edilenler ve defter tutmak mecburiyetinde olan çiftçilerin sattıkları emtia veya yaptıkları iş için fatura vermek, satın aldıkları emtia ve hizmetler için de fatura istemek ve almak zorunda oldukları hükmü yer almaktadır.</code>                                                                                                                                                                                                                                                                                                                                                                                                                                                 | <code>[-0.004749941639602184, 0.029555343091487885, 0.033180367201566696, 0.0038023695815354586, 0.007536270655691624, ...]</code> |
+  | <code>kabulünü gerektirmez. Vade farkı faturasının davalıya tebliğ edilip itiraza <br>uğramamış olması da temel dayanağı bulunmayan bu faturanın tek başına vade farkı <br>talep edilebilmesine olanak sağlayamayacağı da kuşkusuzdur. Hal böyle olunca <br>taraflar arasında sözleşme ilişkisi bulunup bulunmadığının araştırılması gerekir. Davalı tarafça davacıya gönderilen faks mesajında vade farkına ilişkin hükümler mevcuttur. Davalının çektiği bu faks mesajının davacı tarafça teyit edilmesi, başka bir ifade ile tarafların anılan faks mesajında yer alan hususlar konusunda mutabık olduklarının saptanması halinde taraflar arasında bu yönde sözleşme ilişkisi kurulduğunun kabulü gerekecektir. Bu durumda mahkemece belirtilen yönler üzerinde durulup tartışılarak yeterli araştırma ve inceleme yapıldıktan sonra tüm deliller birlikte değerlendirilmek suretiyle uygun sonuç dairesinde bir karar verilmesi gerekirken eksik inceleme ile yazılı şekilde hüküm kurulması doğru görülmemiştir.</code> | <code>[-0.007021570112556219, 0.03200509026646614, 0.02259155362844467, -0.003074771026149392, 0.006905834656208754, ...]</code>   |
+* Loss: [<code>MSELoss</code>](https://sbert.net/docs/package_reference/sentence_transformer/losses.html#mseloss)
+
+### Evaluation Dataset
+
+#### Unnamed Dataset
+
+
+* Size: 5,000 evaluation samples
+* Columns: <code>sentence</code> and <code>label</code>
+* Approximate statistics based on the first 1000 samples:
+  |         | sentence                                                                            | label                                 |
+  |:--------|:------------------------------------------------------------------------------------|:--------------------------------------|
+  | type    | string                                                                              | list                                  |
+  | details | <ul><li>min: 7 tokens</li><li>mean: 157.25 tokens</li><li>max: 368 tokens</li></ul> | <ul><li>size: 1024 elements</li></ul> |
+* Samples:
+  | sentence                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                           | label                                                                                                                                 |
+  |:-------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|:--------------------------------------------------------------------------------------------------------------------------------------|
+  | <code>karar verilmesine, 4 aylık ücret ve 8 aylık ücreti tutarında tazminat ödenmesine karar verilmesini istemiştir. Davalı, davacının toplu iş sözleşmesinin 69/2 maddesine aykırı davranışı nedeni ile iş akdinin bildirimsiz olarak feshedildiğini, feshin haklı olduğunu savunarak davanın reddini dilemiştir. Mahkemece, iş mahkemesi tarafından verilen ve temyiz edilmeksizin kesinleşen görevsizlik kararı gereğince yapılan yargılama sonunda, feshin geçersizliği ile, davacının. işe iadesine, ve iş kanununun 21. maddesine göre diğer haklarının davalıdan tahsiline karar verilmiş; hüküm, davalı tarafından temyiz edilmiştir. 1    -Davacının hava taşıma işinde çalıştığından iş kanununun 4/a maddesi gereğince iş kanunu hükümlerine tabi olmadığı ancak Hava İş Sendikas ı üyesi olduğundan işyerinde uygulanan 19. dönem toplu iş sözleşmesi hükümlerinden yararlandığı ve Teftiş kurulu Başkanlığının 8.2/2005 tarihli soruşturma raporu doğrultusunda, davacının ortaklık ve ortaklık personeli hakkında şeref ve.</code>                   | <code>[-0.00802378449589014, 0.03146154806017876, 0.039876192808151245, -0.002182986354455352, 0.009204964153468609, ...]</code>      |
+  | <code>#### Belediye ve mücavir alan dışındaki köylerde bulunan taşınmalara ilişkin zamanında emlak vergisi bildirimi verilmemesi halinde ceza uygulaması hk.<br><br>Sayı: 85373914-175.01[66.01.04]-100Tarih: 07/09/2015<br><br>| **T.C.**      **GELİR İDARESİ BAŞKANLIĞI**      **MANİSA VERGİ DAİRESİ BAŞKANLIĞI**      **Mükellef Hizmetleri Grup Müdürlüğü** | | | | |<br>| --- | --- | --- | --- | --- |<br>|  | | |  | |<br>| Sayı | : | 85373914-175.01[66.01.04]-100 | | 07/09/2015 |<br>| Konu | : | Emlak Vergisi Kanunu |  | |<br>|  |  |  |  |  |<br><br>İlgide kayıtlı özelge talep formunuzda, Belediyeniz yetki alanında bulunan;<br><br>  <br><br><br>- köylerde yer alan, emlak vergisine tabi tutulmayan gayrimenkullerin veraset yoluyla intikali üzerine varisler tarafından süresinde veya bu gayrimenkullerin 2014 yılından önce mülk edinilmeleri nedeniyle mülk edinen mükellefler tarafından taşınmazın edinildiği yıl içerisinde bildirimde bulunulmaması durumlarında Belediyenizce ceza uygulamasında bulunulup bulunmayacağı,</code> | <code>[-0.008330251090228558, 0.029900941997766495, 0.024914998561143875, -0.0007786178612150252, -0.0014259261079132557, ...]</code> |
+  | <code>Öte yandan, Gelir Vergisi Kanununun 65 inci maddesinde, "*Her türlü serbest meslek faaliyetinden doğan kazançlar serbest meslek kazancıdır.*<br><br>*Serbest meslek faaliyeti; sermayeden ziyade şahsi mesaiye, ilmi veya mesleki bilgiye veya ihtisasa dayanan ve ticari mahiyette olmıyan işlerin işverene tabi olmaksızın şahsi sorumluluk altında kendi nam ve hesabına yapılmasıdır...*" hükmüne yer verilmiştir.</code>                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                | <code>[-0.005017167888581753, 0.02980973944067955, 0.0245507825165987, 0.002575532766059041, 0.01661611907184124, ...]</code>         |
+* Loss: [<code>MSELoss</code>](https://sbert.net/docs/package_reference/sentence_transformer/losses.html#mseloss)
+
+### Training Hyperparameters
+#### Non-Default Hyperparameters
+
+- `eval_strategy`: steps
+- `per_device_train_batch_size`: 64
+- `per_device_eval_batch_size`: 64
+- `learning_rate`: 0.0001
+- `num_train_epochs`: 1
+- `warmup_ratio`: 0.1
+- `bf16`: True
+- `load_best_model_at_end`: True
+
+#### All Hyperparameters
+<details><summary>Click to expand</summary>
+
+- `overwrite_output_dir`: False
+- `do_predict`: False
+- `eval_strategy`: steps
+- `prediction_loss_only`: True
+- `per_device_train_batch_size`: 64
+- `per_device_eval_batch_size`: 64
+- `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`: 0.0001
+- `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`: 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
+- `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`: batch_sampler
+- `multi_dataset_batch_sampler`: proportional
+
+</details>
+
+### Training Logs
+| Epoch  | Step | Training Loss | mse-dev_negative_mse | mse-test_negative_mse |
+|:------:|:----:|:-------------:|:--------------------:|:---------------------:|
+| 0      | 0    | -             | -0.1757              | -                     |
+| 0.2228 | 1000 | 0.0001        | -                    | -                     |
+| 0.4456 | 2000 | 0.0001        | -                    | -                     |
+| 0.6684 | 3000 | 0.0           | -                    | -                     |
+| 0.8913 | 4000 | 0.0           | -                    | -                     |
+| 1.0    | 4488 | -             | -                    | -0.1758               |
+
+
+### Framework Versions
+- Python: 3.12.4
+- Sentence Transformers: 3.3.1
+- Transformers: 4.48.0
+- PyTorch: 2.4.1+cu121
+- Accelerate: 1.0.1
+- Datasets: 2.19.0
+- Tokenizers: 0.21.0
+
+## 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",
+}
+```
+
+#### MSELoss
+```bibtex
+@inproceedings{reimers-2020-multilingual-sentence-bert,
+    title = "Making Monolingual Sentence Embeddings Multilingual using Knowledge Distillation",
+    author = "Reimers, Nils and Gurevych, Iryna",
+    booktitle = "Proceedings of the 2020 Conference on Empirical Methods in Natural Language Processing",
+    month = "11",
+    year = "2020",
+    publisher = "Association for Computational Linguistics",
+    url = "https://arxiv.org/abs/2004.09813",
+}
+```
+
+<!--
+## Glossary
+
+*Clearly define terms in order to be accessible across audiences.*
+-->
+
+<!--
+## Model Card Authors
+
+*Lists the people who create the model card, providing recognition and accountability for the detailed work that goes into its construction.*
+-->
+
+<!--
+## Model Card Contact
+
+*Provides a way for people who have updates to the Model Card, suggestions, or questions, to contact the Model Card authors.*
+-->

config.json

@@ -0,0 +1,28 @@
+{
+  "_name_or_path": "BAAI/bge-m3",
+  "architectures": [
+    "XLMRobertaModel"
+  ],
+  "attention_probs_dropout_prob": 0.1,
+  "bos_token_id": 0,
+  "classifier_dropout": null,
+  "eos_token_id": 2,
+  "hidden_act": "gelu",
+  "hidden_dropout_prob": 0.1,
+  "hidden_size": 1024,
+  "initializer_range": 0.02,
+  "intermediate_size": 4096,
+  "layer_norm_eps": 1e-05,
+  "max_position_embeddings": 8194,
+  "model_type": "xlm-roberta",
+  "num_attention_heads": 16,
+  "num_hidden_layers": 8,
+  "output_past": true,
+  "pad_token_id": 1,
+  "position_embedding_type": "absolute",
+  "torch_dtype": "float32",
+  "transformers_version": "4.48.0",
+  "type_vocab_size": 1,
+  "use_cache": true,
+  "vocab_size": 250002
+}

config_sentence_transformers.json

@@ -0,0 +1,10 @@
+{
+  "__version__": {
+    "sentence_transformers": "3.3.1",
+    "transformers": "4.48.0",
+    "pytorch": "2.4.1+cu121"
+  },
+  "prompts": {},
+  "default_prompt_name": null,
+  "similarity_fn_name": "cosine"
+}

model.safetensors

@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:e8a19fc41423eae812cf356c1854a0b7cf87e022c5b376c7e3efdba46c2853ea
+size 1464876232

modules.json

@@ -0,0 +1,20 @@
+[
+  {
+    "idx": 0,
+    "name": "0",
+    "path": "",
+    "type": "sentence_transformers.models.Transformer"
+  },
+  {
+    "idx": 1,
+    "name": "1",
+    "path": "1_Pooling",
+    "type": "sentence_transformers.models.Pooling"
+  },
+  {
+    "idx": 2,
+    "name": "2",
+    "path": "2_Normalize",
+    "type": "sentence_transformers.models.Normalize"
+  }
+]

sentence_bert_config.json

@@ -0,0 +1,4 @@
+{
+  "max_seq_length": 8192,
+  "do_lower_case": false
+}

sentencepiece.bpe.model

@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:cfc8146abe2a0488e9e2a0c56de7952f7c11ab059eca145a0a727afce0db2865
+size 5069051

special_tokens_map.json

@@ -0,0 +1,51 @@
+{
+  "bos_token": {
+    "content": "<s>",
+    "lstrip": false,
+    "normalized": false,
+    "rstrip": false,
+    "single_word": false
+  },
+  "cls_token": {
+    "content": "<s>",
+    "lstrip": false,
+    "normalized": false,
+    "rstrip": false,
+    "single_word": false
+  },
+  "eos_token": {
+    "content": "</s>",
+    "lstrip": false,
+    "normalized": false,
+    "rstrip": false,
+    "single_word": false
+  },
+  "mask_token": {
+    "content": "<mask>",
+    "lstrip": true,
+    "normalized": false,
+    "rstrip": false,
+    "single_word": false
+  },
+  "pad_token": {
+    "content": "<pad>",
+    "lstrip": false,
+    "normalized": false,
+    "rstrip": false,
+    "single_word": false
+  },
+  "sep_token": {
+    "content": "</s>",
+    "lstrip": false,
+    "normalized": false,
+    "rstrip": false,
+    "single_word": false
+  },
+  "unk_token": {
+    "content": "<unk>",
+    "lstrip": false,
+    "normalized": false,
+    "rstrip": false,
+    "single_word": false
+  }
+}

tokenizer.json

@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:e4f7e21bec3fb0044ca0bb2d50eb5d4d8c596273c422baef84466d2c73748b9c
+size 17083053

tokenizer_config.json

@@ -0,0 +1,56 @@
+{
+  "added_tokens_decoder": {
+    "0": {
+      "content": "<s>",
+      "lstrip": false,
+      "normalized": false,
+      "rstrip": false,
+      "single_word": false,
+      "special": true
+    },
+    "1": {
+      "content": "<pad>",
+      "lstrip": false,
+      "normalized": false,
+      "rstrip": false,
+      "single_word": false,
+      "special": true
+    },
+    "2": {
+      "content": "</s>",
+      "lstrip": false,
+      "normalized": false,
+      "rstrip": false,
+      "single_word": false,
+      "special": true
+    },
+    "3": {
+      "content": "<unk>",
+      "lstrip": false,
+      "normalized": false,
+      "rstrip": false,
+      "single_word": false,
+      "special": true
+    },
+    "250001": {
+      "content": "<mask>",
+      "lstrip": true,
+      "normalized": false,
+      "rstrip": false,
+      "single_word": false,
+      "special": true
+    }
+  },
+  "bos_token": "<s>",
+  "clean_up_tokenization_spaces": true,
+  "cls_token": "<s>",
+  "eos_token": "</s>",
+  "extra_special_tokens": {},
+  "mask_token": "<mask>",
+  "model_max_length": 8192,
+  "pad_token": "<pad>",
+  "sep_token": "</s>",
+  "sp_model_kwargs": {},
+  "tokenizer_class": "XLMRobertaTokenizer",
+  "unk_token": "<unk>"
+}