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": 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
+}

README.md

@@ -0,0 +1,713 @@
+---
+base_model: intfloat/multilingual-e5-large
+datasets: []
+language: []
+library_name: sentence-transformers
+metrics:
+- cosine_accuracy
+- dot_accuracy
+- manhattan_accuracy
+- euclidean_accuracy
+- max_accuracy
+pipeline_tag: sentence-similarity
+tags:
+- sentence-transformers
+- sentence-similarity
+- feature-extraction
+- generated_from_trainer
+- dataset_size:4926
+- loss:TripletLoss
+widget:
+- source_sentence: Какова точность структурных построений для отражающего горизонта
+    БВ8?
+  sentences:
+  - Вынос керна по пласту составил 209,8 м (или 26 от общего по месторождению). Из
+    пластов ачимовской толщи керн взят в 10 пробуренных скважинах – 230,5 м при 90
+    выноса керна
+  - В результате одномерного моделирования зарегистрированные отражающие горизонты
+    стратифицированы следующим образом (рис. 3
+  - Результаты расчета приведены ниже в табличной форме. Точность структурных построений
+    (традиционный способ) Таблица 3.2 Горизонт st, мс Vcp, м/с sv, м/с T0ср, с sн,
+    м Г 2 1855 9.28 0.97 4.8 М 2 2200 11.0 1.5 8.5 БВ0 2 2310 11.55 1.66 9.8 БВ8 2
+    2415 12.08 1.82 11.3 Б 2 2515 12.58 1.97 12.6 1 Ю1 2 2530 12.65 1.98 12.8 Т 2
+    2555 12.78 2.02 13.2 Т2 5 2615 13.08 2.10 15.2 Т3 5 2645 13.23 2.17 15.8 А 5 2650
+    13.25 2.13 15
+- source_sentence: Какова точность структурных построений для отражающего горизонта
+    ПК1?
+  sentences:
+  - Поскольку ОГ Ю2 коррелировался только по площади участка СП 14/12-13, то выявить
+    зависимость dT/dH для структурных построений по этому отражающему горизонту не
+    представляется возможным
+  - 'page_content=''Г Ач1, Ач2, Ю2, Ю4, Т3, А), не приводятся в таблице.Проведя анализ
+    погрешности определения абсолютных отметок структурных поверхностей по всем прослеженным
+    отражающим горизонтам, не трудно заметить, что не происходит существенного наращивания
+    ошибок по скважинным данным.Среднеквадратичные отклонения по всем опорным горизонтам
+    составляют около10м по верхним отражающим горизонтам и в районе 15м по отражающим
+    горизонтам юрского интервала разреза171(4.1)171Таблица 4.2 Точность структурных
+    построений
+
+    |    | Скважина   | None   | None   | ОГ БП121   | None   | None      |    None
+    | None   | ОГ БП141   |     None | None   | None     |    None | None   | ОГ Б       |
+    None     | None   | None    | None     | None   | None    | None     | None   |
+    ОГ Ю11     | None      | None   | None   | None     | None   | None    | None     |
+    None   | ОГ Ю12     | None     | None   | None   | None     | None   | None   |
+    None     | None   |
+
+    |---:|:-----------|:-------|:-------|:-----------|:-------|:----------|--------:|:-------|:-----------|---------:|:-------|:---------|--------:|:-------|:-----------|:---------|:-------|:--------|:---------|:-------|:--------|:---------|:-------|:-----------|:----------|:-------|:-------|:---------|:-------|:--------|:---------|:-------|:-----------|:---------|:-------|:-------|:---------|:-------|:-------|:---------|:-------|
+
+    |  0 |            |        |        |            |        |           |         |        |            |          |        |          |         |        |            |
+    ОГ Б     |        |         |          |        |         |          |        |            |
+    ОГ Ю11    |        |        |          |        |         |          |        |            |
+    ОГ Ю12   |        |        |          |        |        |          |        |
+
+    |  1 |            |        |        | Абсолютна  |        | поправка, |         |        |
+    Абсолютна  |          |        | поправка |         |        | Абсолютна  |          |        |         |
+    поправка |        |         | поправка |        | Абсолютна  |           |        |        |
+    поправка |        |         | поправка |        | Абсолютна  |          |        |        |
+    поправка |        |        | поправка |        |
+
+    |    |            |        |        | я отметка, |        | м         |         |        |
+    я отметка, |          |        | ,        |         |        | я отметка, |          |        |         |          |        |         |          |        |
+    я отметка, |           |        |        |          |        |         |          |        |
+    я отметка, |          |        |        |          |        |        |          |        |
+
+    |    |            |        |        | м          |        |           |         |        |
+    м          |          |        | м        |         |        | м          |          |        |         |          |        |         |          |        |
+    м          |           |        |        |          |        |         |          |        |
+    м          |          |        |        |          |        |        |          |        |
+
+    |  2 |            |        |        |            |        |           |         |        |            |          |        |          |         |        |            |          |        |         |
+    , м      |        |         | , м      |        |            |           |        |        |
+    , м      |        |         | , м      |        |            |          |        |        |
+    , м      |        |        | , м      |        |
+
+    |  3 |            |        |        |            |        |           |         |        |            |          |        |          |         |        |            |          |        |         |
+    (миним.  |        |         | (максим. |        |            |           |        |        |
+    (миним.  |        |         | (максим. |        |            |          |        |        |
+    (миним.  |        |        | (максим. |        |
+
+    |  4 |            |        |        |            |        |           |         |        |            |          |        |          |         |        |            |          |        |         |
+    вариант) |        |         | вариант) |        |            |           |        |        |
+    вариант) |        |         | вариант) |        |            |          |        |        |
+    вариант) |        |        | вариант) |        |
+
+    |  5 | 321_309PО  |        |        | -2695.35   |        |           |  -3.829
+    |        |            | -2798.72 |        |          | -11.1   |        |            |
+    -3168.96 |        |         | -11.93   |        | 11.01   |          |        |            |
+    -3227.584 |        |        | 1.116    |        |         | 15.971   |        |            |
+    -3282.26 |        |        | 1.53     |        |        | -0.813   |        |
+
+    |  6 | 036_93R    |        |        | -2689.36   |        |           |   6.278
+    |        |            | -2803.53 |        |          |   6.624 |        |            |
+    -3159.35 |        |         |          |        |         |          |        |            |           |        |        |          |        |         |          |        |            |          |        |        |          |        |        |          |        |
+
+    |  7 | 321_306PO  |        |        | -2634.81   |        |           |   2.583
+    |        |            | -2750.89 |        |          |   1.683 |        |            |
+    -3132.36 |        |         | 8.908    |        | 8.10    |          |        |            |
+    -3215.572 |        |        | -7.364   |        |         | 2.225    |        |            |
+    -3258.65 |        |        | 5.47     |        |        | 1.215    |        |
+
+    |  8 | 321_304PO  |        |        | -2630.36   |        |           |  13.695
+    |        |            | -2752.37 |        |          |  18.939 |        |            |
+    -3130.72 |        |         | 22.745   |        | 18.88   |          |        |            |
+    -3203.712 |        |        | -1.653   |        |         | 17.435   |        |            |
+    -3251.06 |        |        | -0.95    |        |        | -0.791   |        |
+
+    |  9 | 321_301P   |        |        | -2598.16   |        |           | -11.352
+    |        |            | -2726.9  |        |          |  -4.256 |        |            |
+    -3103.45 |        |         | -1.253   |        | -14.44  |          |        |            |
+    -3209.854 |        |        | -7.108   |        |         | -19.761  |        |            |
+    -3227.86 |        |        | 3.088    |        |        | -0.272   |        |
+
+    | 10 | 321_302PO  |        |        | -2621.81   |        |           |  -5.016
+    |        |            | -2742.59 |        |          |  -4.162 |        |            |
+    -3102.04 |        |         | -4.168   |        | -25.08  |          |        |            |
+    -3222.447 |        |        | 5.432    |        |         | -15.737  |        |            |
+    -3246.04 |        |        | 5.024    |        |        | 0.331    |        |
+
+    | 11 | 321_305PO  |        |        | -2543.8    |        |           |  -8.226
+    |        |            | -2669.61 |        |          | -12.78  |        |            |
+    -3032.52 |        |         | -17.205  |        | 1.49    |          |        |            |
+    -3131.177 |        |        | 6.697    |        |         | -0.131   |        |            |
+    -3163.86 |        |        | -3.096   |        |        | -3.624   |        |
+
+    | 12 |            | Ср.кв. |        |            |        | ± 8.80    |         |        |            |          |        |
+    ± 10.98  |         |        |            |          |        | ± 14.51 |          |        |
+    ± 16.63 |          |        |            |           |        | ± 6.03 |          |        |
+    ± 15.51 |          |        |            |          |        | ± 3.38 |          |        |
+    ± 1.64 |          |        |
+
+    | 13 |            | откл   |        |            |        |           |         |        |            |          |        |          |         |        |            |          |        |         |          |        |         |          |        |            |           |        |        |          |        |         |          |        |            |          |        |        |          |        |        |          |        |
+
+    Скважина 321_309PО 036_93R 321_306PO 321_304PO 321_301P 321_302PO 321_305PO Ср.кв.
+    откл ОГ БП12 1 ОГ БП14 1 Абсолютна я отметка, м поправка, м Абсолютна я отметка,
+    м поправка , м Абсолютна я отметка, м -2695.35 -2689.36 -2634.81 -2630.36 -2598.16
+    -2621.81 -2543.8 -3.829 6.278 2.583 13.695 -11.352 -5.016 -8.226 -2798.72 -2803.53
+    -2750.89 -2752.37 -2726.9 -2742.59 -2669.61 -11.1 6.624 1.683 18.939 -4.256 -4.162
+    -12.78 -3168.96 -3159.35 -3132.36 -3130.72 -3103.45 -3102.04 -3032.52 ± 8.80 ±
+    10.98 ОГ'''
+  - 2 Параметры окон для расч та атрибутов QC по сейсмограммам ОПВ и ОПП
+- source_sentence: Какая методика структурных построений была использована при построении
+    структурных планов по отражающим горизонтам юрского комплекса?
+  sentences:
+  - На юге и юго-востоке под эрозионной поверхностью подошвы юрского комплекса регистрируются
+    крутопадающие волновые пакеты (Рис. 3.81). С целью получения более достоверных
+    структурных построений корреляция преимущественного большинства ОГ выполнена по
+    фазовым переходам. Горизонты М и НБВ2 прослежены по положительному экстремуму
+    отражения, горизонт Б – по отрицательному. Временные и структурные поверхности
+    ОГ использовались для палеоизохронных и палеоструктурных построений и для создания
+    опорных трендовых моделей при выполнении инверсионных преобразований. 3.2.3
+  - 'page_content=''4151.688 х 7134670500 © изза = on +#nnРис. 2.3. Фактическая схема
+    расположения профилей сезона 2010–2012 гг.51463606.125 x 7142067.500 © heron тои
+    ВЫ изо оз» тои 47оь «тако ane +11 По контуру пунктов приема $=169 кв.кмРис. 2.4.
+    Фактическая схема расположения профилей двух сезонов52452043 -219 = 7129857.500
+    + — контур обработкиРис. 2.5. Карта рельефа из предоставленных SPS-файлов двух
+    сезоновИнформация о методике полевых работ приведена в Таблица 2.1.53Таблица 2.1.
+    Описание методики полевых работ
+
+    |    | №№   | Показатели                    | Содержание           | None                 |
+
+    |---:|:-----|:------------------------------|:---------------------|:---------------------|
+
+    |  0 |      |                               | Сезон 2010–2011гг    | Сезон 2011–2012гг    |
+
+    |  1 | 1.   | Параметры регистрации:        |                      |                      |
+
+    |  2 |      | - аппаратура                  | 428 XL(Sercel)       | 408 XL(Sercel)       |
+
+    |  3 |      | - расстояние между линиями    | 300                  | 300                  |
+
+    |    |      | при��ма, м                     |                      |                      |
+
+    |  4 |      | -расстояние между линиями     | 400                  | 400                  |
+
+    |    |      | возбуждения, м                |                      |                      |
+
+    |  5 |      | - расстояние между ПВ, м      | 50                   | 50                   |
+
+    |  6 |      | - расстояние меду ПП, м       | 50                   | 50                   |
+
+    |  7 |      | - размер бина, м              | 25 х 25              | 25 х 25              |
+
+    |  8 |      | - кратность наблюдений        | 56                   | 56                   |
+
+    |    |      | - минимально-допустимая       | 50                   | 50                   |
+
+    |    |      | кратность в эксклюзивных      |                      |                      |
+
+    |    |      | зонах 90%                     |                      |                      |
+
+    |  9 |      | - система наблюдения          | 3D, блоковая,        | 3D, блоковая,        |
+
+    |    |      |                               | ортогональная,       | ортогональная,       |
+
+    |    |      |                               | симметричная         | симметричная         |
+
+    | 10 |      | - количество профилей в блоке | 16                   | 16                   |
+
+    | 11 |      | - перекрытие линий приема в   | 1                    | 1                    |
+
+    |    |      | блоке                         |                      |                      |
+
+    | 12 |      | -количество активных каналов  | 112                  | 112                  |
+
+    |    |      | на линии ПП                   |                      |                      |
+
+    | 13 |      | - количество активных каналов | 1792                 | 1792                 |
+
+    |    |      | в блоке                       |                      |                      |
+
+    | 14 |      | - количество рабочих          | 6700                 | 6700                 |
+
+    |    |      | каналов                       |                      |                      |
+
+    | 15 |      | - min вынос ПВ, м             | 35                   | 35                   |
+
+    | 16 |      | - max. удаления ПВ в          | 3653                 | 3653                 |
+
+    |    |      | регулярной сети, м            |                      |                      |
+
+    | 17 |      | - кол-во ПВ на линии в блоке  | 6                    | 6                    |
+
+    | 18 |      | - тип сейсмоприемников        | GS-20DX              | GS-20DX              |
+
+    | 19 |      | - группирование               | линейное 12 приборов | линейное
+    12 приборов |
+
+    |    |      | сейсмоприемников              | на базе 25 м с       | на базе 25
+    м с       |
+
+    |    |      |                               | параллельно-         | параллельно-         |
+
+    регулярной сети, мкол-во ПВ на линии в блоке66тип сейсмоприемниковGS-20DXGS-20DXгруппированиелинейное
+    12 приборовлинейное 12 приборовсейсмоприемниковсейсмоприемниковна базе 25 м сна
+    базе 25 м спараллельно-параллельно-54последовательнымпоследовательным2. соединением
+    (6х2) соединением (6х2) - способ размотки-смотки конвейерный конвейерный - шаг
+    квантования, мс 2 2 - длина записи, с 6 6 - ФВЧ - - - ФНЧ 0.8F Nyquist (min 0.8F
+    Nyquist (min phase) phase) - режекторный фильтр выкл. выкл. - формат запис'''
+  - Структурные карты и схемы по ОГ юрского комплекса получены через постоянную скорость
+    и временные толщины от ОГ Б
+- source_sentence: Выполнялся ли учет длиннопериодной статики?
+  sentences:
+  - 68 Временной разрез после итераций коррекции статики и кинематики, InLine 7578
+    164 Рис. 3.69 Временной разрез до итераций коррекции статики и кинематики, XLine
+    Рис. 3
+  - Были проанализированы и опробованы различные варианты расч��та длиннопериодной
+    статики. В частности, статика рассчитывалась по разным горизонтам, с различными
+    вариантами получения Vогт и разными скоростями замещения слоя
+  - Графики уравнения регрессии по отражающим горизонтам НАЧ1, НАЧ3 и НАЧ4 Таблица
+    4.2.4 Оценка точности структурных построений Горизонт , м Г М Б Т Т2 Т3 Т4 А   Уч.
+    09.03
+- source_sentence: Какое значение апертуры миграции было использовано?
+  sentences:
+  - коэффициентов взаимной корреляции позволяют использовать полученные зависимости
+    для построения карт ФЕС (в частности – карт значений эффективных толщин ) (Граф
+  - Миграция выполнялась с использованием программы TIKIM до суммирования во временной
+    области по классам удалений. Апертура миграции составила 3000 м
+  - Предварительно с помощью модуля DINAT проводилась оценка углов падения для расчета
+    AVO-атрибутов (рис. 3.6.1). Данные содержат углы падения до 46 для неокомских
+    и 40 для ачимовских отложений
+model-index:
+- name: SentenceTransformer based on intfloat/multilingual-e5-large
+  results:
+  - task:
+      type: triplet
+      name: Triplet
+    dataset:
+      name: e5 triplet eval
+      type: e5_triplet_eval
+    metrics:
+    - type: cosine_accuracy
+      value: 0.9642857142857143
+      name: Cosine Accuracy
+    - type: dot_accuracy
+      value: 0.03571428571428571
+      name: Dot Accuracy
+    - type: manhattan_accuracy
+      value: 0.9642857142857143
+      name: Manhattan Accuracy
+    - type: euclidean_accuracy
+      value: 0.9642857142857143
+      name: Euclidean Accuracy
+    - type: max_accuracy
+      value: 0.9642857142857143
+      name: Max Accuracy
+---
+
+# SentenceTransformer based on intfloat/multilingual-e5-large
+
+This is a [sentence-transformers](https://www.SBERT.net) model finetuned from [intfloat/multilingual-e5-large](https://huggingface.co/intfloat/multilingual-e5-large). 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:** [intfloat/multilingual-e5-large](https://huggingface.co/intfloat/multilingual-e5-large) <!-- at revision ab10c1a7f42e74530fe7ae5be82e6d4f11a719eb -->
+- **Maximum Sequence Length:** 512 tokens
+- **Output Dimensionality:** 1024 tokens
+- **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': 512, 'do_lower_case': False}) with Transformer model: XLMRobertaModel 
+  (1): Pooling({'word_embedding_dimension': 1024, '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})
+  (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("dankalin/multilingual-e5-large-hack")
+# Run inference
+sentences = [
+    'Какое значение апертуры миграции было использовано?',
+    'Миграция выполнялась с использованием программы TIKIM до суммирования во временной области по классам удалений. Апертура миграции составила 3000 м',
+    'коэффициентов взаимной корреляции позволяют использовать полученные зависимости для построения карт ФЕС (в час��ности – карт значений эффективных толщин ) (Граф',
+]
+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
+
+#### Triplet
+* Dataset: `e5_triplet_eval`
+* Evaluated with [<code>TripletEvaluator</code>](https://sbert.net/docs/package_reference/sentence_transformer/evaluation.html#sentence_transformers.evaluation.TripletEvaluator)
+
+| Metric             | Value      |
+|:-------------------|:-----------|
+| cosine_accuracy    | 0.9643     |
+| dot_accuracy       | 0.0357     |
+| manhattan_accuracy | 0.9643     |
+| euclidean_accuracy | 0.9643     |
+| **max_accuracy**   | **0.9643** |
+
+<!--
+## 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: 4,926 training samples
+* Columns: <code>anchor</code>, <code>positive</code>, and <code>negative</code>
+* Approximate statistics based on the first 1000 samples:
+  |         | anchor                                                                            | positive                                                                             | negative                                                                          |
+  |:--------|:----------------------------------------------------------------------------------|:-------------------------------------------------------------------------------------|:----------------------------------------------------------------------------------|
+  | type    | string                                                                            | string                                                                               | string                                                                            |
+  | details | <ul><li>min: 9 tokens</li><li>mean: 20.24 tokens</li><li>max: 41 tokens</li></ul> | <ul><li>min: 21 tokens</li><li>mean: 129.99 tokens</li><li>max: 512 tokens</li></ul> | <ul><li>min: 2 tokens</li><li>mean: 93.1 tokens</li><li>max: 512 tokens</li></ul> |
+* Samples:
+  | anchor                                                                                                           | positive                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                    | negative                                                                                                                                                                                                            |
+  |:-----------------------------------------------------------------------------------------------------------------|:--------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|:--------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|
+  | <code>Какова оценка точности (стандартные отклонения) структурных построений для отражающего горизонта А?</code> | <code>В таблице 3.5 представлены данные выполненных расч тов. Таблица 3.5. Оцен��а точности структурных построений ОГ Vпл/ м/с  Т/ с  Т/ с  Vпл/ м/с  Н/ м ТЮ2 Т3 (ЮВ10) А 3350 3400 3400 0.005 0.010 0.020 0</code>                                                                                                                                                                                                                                                                                                                                                                         | <code>Точность структурных построений Горизонт НБВ7 НБВ4 НБВ3 М  max, м 17 15 19 9  min, м 0 0 0 0  max, м min, м 18 7 10 8 1 0 0 0  , м 8 8 8 4   4 Структурные карты (схемы) по всем отражающим горизонтам</code> |
+  | <code>Какова точность структурных построений для отражающего горизонта Б?</code>                                 | <code>2 Точность структурных построений ОГ АП5 ОГ БП9 1 ОГ БП10 0 Абсолютная отметка, м поправка, м Абсолютная отметка, м поправка, м Абсолютная отметка, м поправка, м              6.51  10.51  9.65 ОГ Б поправка , м (миним. вариант) -11.93 поправка , м (максим. вариант) 11.01 Абсолютна я отметка, м 3227.584 1 ОГ Ю1 поправка , м (миним. вариант) 1.116 поправка , м (максим. вариант) 15.971 Абсолютна я отметка, м 3282.26 2 ОГ Ю1 поправка , м (миним. вариант) 1.53 поправка , м (максим. вариант) -0.813                  14.51  16.63  6.03  15.51  3.38  1.64 172 4</code> | <code>Отражающий горизонт Г является реперным горизонтом и коррелируется без затруднений по всему Валынтойскому кубу сейсморазведки 3D</code>                                                                       |
+  | <code>В скольки скважинах есть данных акустического каротажа?</code>                                             | <code>Комплекс ГИС, выполненный в скважинах 93Р и 309ПО Скв</code>                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                          | <code>Проведены сейсморазведочные работы 3Д на Валынтойской площади в объ ме 300 квадратных километров. Полевые работы ВСП в скважине 309ПО Валынтойской площади</code>                                             |
+* Loss: [<code>TripletLoss</code>](https://sbert.net/docs/package_reference/sentence_transformer/losses.html#tripletloss) with these parameters:
+  ```json
+  {
+      "distance_metric": "TripletDistanceMetric.EUCLIDEAN",
+      "triplet_margin": 5
+  }
+  ```
+
+### Evaluation Dataset
+
+#### Unnamed Dataset
+
+
+* Size: 1,232 evaluation samples
+* Columns: <code>anchor</code>, <code>positive</code>, and <code>negative</code>
+* Approximate statistics based on the first 1000 samples:
+  |         | anchor                                                                            | positive                                                                            | negative                                                                           |
+  |:--------|:----------------------------------------------------------------------------------|:------------------------------------------------------------------------------------|:-----------------------------------------------------------------------------------|
+  | type    | string                                                                            | string                                                                              | string                                                                             |
+  | details | <ul><li>min: 9 tokens</li><li>mean: 20.38 tokens</li><li>max: 41 tokens</li></ul> | <ul><li>min: 21 tokens</li><li>mean: 132.2 tokens</li><li>max: 512 tokens</li></ul> | <ul><li>min: 2 tokens</li><li>mean: 86.95 tokens</li><li>max: 512 tokens</li></ul> |
+* Samples:
+  | anchor                                                                                                             | positive                                                                                                                                                                                                            | negative                                                                                                                                                                                                                                                                                                                                                                                                                                                                     |
+  |:-------------------------------------------------------------------------------------------------------------------|:--------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|:-----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|
+  | <code>Какова оценка точности (стандартные отклонения) структурных построений для отражающего горизонта А?</code>   | <code>В таблице 3.5 представлены данные выполненных расч тов. Таблица 3.5. Оценка точности структурных построений ОГ Vпл/ м/с  Т/ с  Т/ с  Vпл/ м/с  Н/ м ТЮ2 Т3 (ЮВ10) А 3350 3400 3400 0.005 0.010 0.020 0</code> | <code>Бирюзовой Вертикальны й 1:2 500 Структурная карта по отражающему горизонту А (подошва юрского комплекса) Карта изохрон по отражающему горизонту А Структурная карта по отражающему горизонту Т3(ЮВ10)</code>                                                                                                                                                                                                                                                           |
+  | <code>Какова оценка точности (стандартные отклонения) структурных построений для отражающего горизонта ТЮ2?</code> | <code>В таблице 3.5 представлены данные выполненных расч тов. Таблица 3.5. Оценка точности структурных построений ОГ Vпл/ м/с  Т/ с  Т/ с  Vпл/ м/с  Н/ м ТЮ2 Т3 (ЮВ10) А 3350 3400 3400 0.005 0.010 0.020 0</code> | <code>Построение и анализ карт средних толщин между полученными и интервальных также карт точности структурных структурными поверхностями</code>                                                                                                                                                                                                                                                                                                                             |
+  | <code>Сколько скважин было выбрано для обоснования выделения коллекторов?</code>                                   | <code>После анализа каротажных данных для обоснования выделения коллекторов были отобраны 15 скважин  Критериями их отбора послужило наличие в комплексе ГИС акустического каротажа по продольным волнам</code>     | <code>После анализа каротажных данных для обоснования выделения коллекторов были отобраны 15 скважин  Критериями их отбора послужило наличие в комплексе ГИС акустического каротажа по продольным волнам хорошего и удовлетворительного качества, а также близкое расположение скважин к сейсмическим профилям. Кроме того, в статистической обработке принимали участие ещ две скважины: 115 и 122, поскольку в них записан акустический каротаж по поперечной волне</code> |
+* Loss: [<code>TripletLoss</code>](https://sbert.net/docs/package_reference/sentence_transformer/losses.html#tripletloss) with these parameters:
+  ```json
+  {
+      "distance_metric": "TripletDistanceMetric.EUCLIDEAN",
+      "triplet_margin": 5
+  }
+  ```
+
+### Training Hyperparameters
+#### Non-Default Hyperparameters
+
+- `eval_strategy`: steps
+- `per_device_train_batch_size`: 2
+- `per_device_eval_batch_size`: 2
+- `gradient_accumulation_steps`: 64
+- `learning_rate`: 2e-05
+- `warmup_ratio`: 0.1
+- `bf16`: True
+- `batch_sampler`: no_duplicates
+
+#### 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`: 2
+- `per_device_eval_batch_size`: 2
+- `per_gpu_train_batch_size`: None
+- `per_gpu_eval_batch_size`: None
+- `gradient_accumulation_steps`: 64
+- `eval_accumulation_steps`: None
+- `torch_empty_cache_steps`: None
+- `learning_rate`: 2e-05
+- `weight_decay`: 0.0
+- `adam_beta1`: 0.9
+- `adam_beta2`: 0.999
+- `adam_epsilon`: 1e-08
+- `max_grad_norm`: 1.0
+- `num_train_epochs`: 3
+- `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`: 1
+- `ddp_backend`: None
+- `tpu_num_cores`: None
+- `tpu_metrics_debug`: False
+- `debug`: []
+- `dataloader_drop_last`: True
+- `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`: 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`: no_duplicates
+- `multi_dataset_batch_sampler`: proportional
+
+</details>
+
+### Training Logs
+| Epoch  | Step | Training Loss | loss   | e5_triplet_eval_max_accuracy |
+|:------:|:----:|:-------------:|:------:|:----------------------------:|
+| 0      | 0    | -             | -      | 0.8166                       |
+| 0.0520 | 1    | 4.9631        | -      | -                            |
+| 0.1040 | 2    | 4.96          | -      | -                            |
+| 0.1560 | 3    | 4.9406        | 4.9202 | 0.8799                       |
+| 0.2080 | 4    | 4.9321        | -      | -                            |
+| 0.2600 | 5    | 4.9293        | -      | -                            |
+| 0.3119 | 6    | 4.91          | 4.8456 | 0.9237                       |
+| 0.3639 | 7    | 4.8801        | -      | -                            |
+| 0.4159 | 8    | 4.8692        | -      | -                            |
+| 0.4679 | 9    | 4.838         | 4.7461 | 0.9432                       |
+| 0.5199 | 10   | 4.8053        | -      | -                            |
+| 0.5719 | 11   | 4.7793        | -      | -                            |
+| 0.6239 | 12   | 4.7584        | 4.6476 | 0.9489                       |
+| 0.6759 | 13   | 4.6925        | -      | -                            |
+| 0.7279 | 14   | 4.6888        | -      | -                            |
+| 0.7799 | 15   | 4.6673        | 4.5346 | 0.9554                       |
+| 0.8318 | 16   | 4.626         | -      | -                            |
+| 0.8838 | 17   | 4.6053        | -      | -                            |
+| 0.9358 | 18   | 4.5582        | 4.4151 | 0.9570                       |
+| 0.9878 | 19   | 4.5486        | -      | -                            |
+| 1.0398 | 20   | 4.4967        | -      | -                            |
+| 1.0918 | 21   | 4.4503        | 4.2993 | 0.9667                       |
+| 1.1438 | 22   | 4.3997        | -      | -                            |
+| 1.1958 | 23   | 4.326         | -      | -                            |
+| 1.2478 | 24   | 4.3163        | 4.1739 | 0.9643                       |
+| 1.2998 | 25   | 4.2882        | -      | -                            |
+| 1.3517 | 26   | 4.1748        | -      | -                            |
+| 1.4037 | 27   | 4.1791        | 4.0528 | 0.9594                       |
+| 1.4557 | 28   | 4.1503        | -      | -                            |
+| 1.5077 | 29   | 4.1213        | -      | -                            |
+| 1.5597 | 30   | 4.049         | 3.9291 | 0.9586                       |
+| 1.6117 | 31   | 4.0259        | -      | -                            |
+| 1.6637 | 32   | 3.9762        | -      | -                            |
+| 1.7157 | 33   | 3.9038        | 3.8741 | 0.9651                       |
+| 1.7677 | 34   | 3.9605        | -      | -                            |
+| 1.8197 | 35   | 3.9297        | -      | -                            |
+| 1.8716 | 36   | 3.8387        | 3.7686 | 0.9619                       |
+| 1.9236 | 37   | 3.871         | -      | -                            |
+| 1.9756 | 38   | 3.8464        | -      | -                            |
+| 2.0276 | 39   | 3.7463        | 3.7241 | 0.9643                       |
+| 2.0796 | 40   | 3.8166        | -      | -                            |
+| 2.1316 | 41   | 3.801         | -      | -                            |
+| 2.1836 | 42   | 3.6812        | 3.6745 | 0.9610                       |
+| 2.2356 | 43   | 3.6979        | -      | -                            |
+| 2.2876 | 44   | 3.7102        | -      | -                            |
+| 2.3396 | 45   | 3.648         | 3.6470 | 0.9635                       |
+| 2.3916 | 46   | 3.6465        | -      | -                            |
+| 2.4435 | 47   | 3.6907        | -      | -                            |
+| 2.4955 | 48   | 3.6242        | 3.5768 | 0.9635                       |
+| 2.5475 | 49   | 3.6351        | -      | -                            |
+| 2.5995 | 50   | 3.659         | -      | -                            |
+| 2.6515 | 51   | 3.6246        | 3.5535 | 0.9643                       |
+| 2.7035 | 52   | 3.5615        | -      | -                            |
+| 2.7555 | 53   | 3.5733        | -      | -                            |
+| 2.8075 | 54   | 3.577         | 3.5572 | 0.9667                       |
+| 2.8595 | 55   | 3.5187        | -      | -                            |
+| 2.9115 | 56   | 3.6122        | -      | -                            |
+| 2.9634 | 57   | 3.5786        | 3.5517 | 0.9643                       |
+
+
+### Framework Versions
+- Python: 3.10.12
+- Sentence Transformers: 3.0.1
+- Transformers: 4.43.3
+- PyTorch: 2.4.0+cu121
+- Accelerate: 0.33.0
+- Datasets: 2.20.0
+- Tokenizers: 0.19.1
+
+## 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",
+}
+```
+
+#### TripletLoss
+```bibtex
+@misc{hermans2017defense,
+    title={In Defense of the Triplet Loss for Person Re-Identification}, 
+    author={Alexander Hermans and Lucas Beyer and Bastian Leibe},
+    year={2017},
+    eprint={1703.07737},
+    archivePrefix={arXiv},
+    primaryClass={cs.CV}
+}
+```
+
+<!--
+## 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": "/home/dkalin/train_encoder/models/multilingual-e5-large_triplet",
+  "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": 514,
+  "model_type": "xlm-roberta",
+  "num_attention_heads": 16,
+  "num_hidden_layers": 24,
+  "output_past": true,
+  "pad_token_id": 1,
+  "position_embedding_type": "absolute",
+  "torch_dtype": "float32",
+  "transformers_version": "4.44.2",
+  "type_vocab_size": 1,
+  "use_cache": true,
+  "vocab_size": 250002
+}

config_sentence_transformers.json

@@ -0,0 +1,10 @@
+{
+  "__version__": {
+    "sentence_transformers": "3.0.1",
+    "transformers": "4.44.2",
+    "pytorch": "2.4.1+cu121"
+  },
+  "prompts": {},
+  "default_prompt_name": null,
+  "similarity_fn_name": null
+}

model.safetensors

@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:f286649152d23087266fbd7c5fdf2a787c6ec0b4249dd36b6d629b932f36a3b1
+size 2239607176

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": 512,
+  "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 sha256:883b037111086fd4dfebbbc9b7cee11e1517b5e0c0514879478661440f137085
+size 17082987

tokenizer_config.json

@@ -0,0 +1,61 @@
+{
+  "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>",
+  "mask_token": "<mask>",
+  "max_length": 512,
+  "model_max_length": 512,
+  "pad_to_multiple_of": null,
+  "pad_token": "<pad>",
+  "pad_token_type_id": 0,
+  "padding_side": "right",
+  "sep_token": "</s>",
+  "stride": 0,
+  "tokenizer_class": "XLMRobertaTokenizer",
+  "truncation_side": "right",
+  "truncation_strategy": "longest_first",
+  "unk_token": "<unk>"
+}