File size: 27,616 Bytes
ce255ed |
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143 144 145 146 147 148 149 150 151 152 153 154 155 156 157 158 159 160 161 162 163 164 165 166 167 168 169 170 171 172 173 174 175 176 177 178 179 180 181 182 183 184 185 186 187 188 189 190 191 192 193 194 195 196 197 198 199 200 201 202 203 204 205 206 207 208 209 210 211 212 213 214 215 216 217 218 219 220 221 222 223 224 225 226 227 228 229 230 231 232 233 234 235 236 237 238 239 240 241 242 243 244 245 246 247 248 249 250 251 252 253 254 255 256 257 258 259 260 261 262 263 264 265 266 267 268 269 270 271 272 273 274 275 276 277 278 279 280 281 282 283 284 285 286 287 288 289 290 291 292 293 294 295 296 297 298 299 300 301 302 303 304 305 306 307 308 309 310 311 312 313 314 315 316 317 318 319 320 321 322 323 324 325 326 327 328 329 330 331 332 333 334 335 336 337 338 339 340 341 342 343 344 345 346 347 348 349 350 351 352 353 354 355 356 357 358 359 360 361 362 363 364 365 366 367 368 369 370 371 372 373 374 375 376 377 378 379 380 381 382 383 384 385 386 387 388 389 390 391 392 393 394 395 396 397 398 399 400 401 402 403 404 405 406 407 408 409 410 411 412 413 414 415 416 417 418 419 420 421 422 423 424 425 426 427 428 429 430 431 432 433 434 435 436 437 438 439 440 441 442 443 444 445 446 447 448 449 450 451 452 453 454 455 456 457 458 459 460 461 462 463 464 465 466 467 468 469 470 471 472 473 474 475 476 477 478 479 480 481 482 483 484 485 486 487 488 489 490 491 492 493 494 495 496 497 498 499 500 501 502 503 504 |
---
tags:
- sentence-transformers
- sentence-similarity
- feature-extraction
- generated_from_trainer
- dataset_size:1609
- loss:MultipleNegativesRankingLoss
base_model: Snowflake/snowflake-arctic-embed-l-v2.0
widget:
- source_sentence: 'Die aktuelle Gemeinsame Agrarpolitik (GAP) gilt seit dem 1. Januar
2023 und endet voraussichtlich 2027. Die GAP setzt sich aus drei wesentlichen
Elementen zusammen,
der Konditionalität,
der ersten Säule mit den Direktzahlungen sowie
der zweiten Säule mit der Entwicklung des ländlichen Raums.'
sentences:
- Ist Feuchtgrünland produktiv?
- Was versteht man unter GAP?
- welche Zielarten gibt es auf Streuobstwiesen?
- source_sentence: Mulchen stellt eine kosteneffiziente Alternative zur Mahd dar und
erfordert weniger Arbeitseinsatz, um Flächen offen zu halten. Daher gewinnt diese
Pflegemethode in bestimmten Bereichen der Landschaftspflege an Bedeutung, insbesondere
wenn es primär um das Offenhalten von Flächen geht. Wie bei der Mahd beeinflussen
der Zeitpunkt und die Häufigkeit des Mulchens die Reaktionen des Ökosystems, einschließlich
der Tier- und Pflanzenwelt. Ein entscheidender Faktor ist dabei, wie lange und
wie vollständig die Streu abgebaut wird, was wiederum stark vom jeweiligen Standort
abhängt. Allerdings sollte der Einsatz von Mulchern zur Erhaltung der wertvollen
Wiesenflora kritisch betrachtet werden. Insbesondere bei mageren Feuchtwiesen
ist diese Methode aufgrund der damit verbundenen Anreicherung von Nährstoffen
im Boden nicht zu empfehlen.
sentences:
- Was sollten Berater*innen bei der Beratung von Ackerwildkrautschutz beachten?
- Wie erhält man eine bestehende Streuobstwiese?
- Feuchtgrünland mulchen?
- source_sentence: 'Der
Wasserhaushalt bezeichnet die Aufstellung der
Aufnahme und Abgabe von Wasser in einem geografischen
Gebiet.'
sentences:
- Wie lege ich einen Kleinstgewässer an?
- Was heißt Wasserhaushalt?
- Welche Ziele verfolgt die staatliche Förderung der Direktzahlungen?
- source_sentence: 'Um den Humusanteil zu erhöhen, kann entweder
direkt Kompost ausgebracht bzw. können Ernte und
Zwischenfruchtrückstände eingearbeitet werden,
oder es können indirekte Maßnahmen zum
natürlichen Humusaufbau umgesetzt werden.
So kann der Humusgehalt z. B. durch angepasste
Fruchtfolgen, die Nutzung der landwirtschaftlichen
Flächen als Grünland sowie Maßnahmen der ökologischen
Landwirtschaft erhöht werden.'
sentences:
- Wie kann Humus aufgebaut werden?
- Was versteht man unter Mittelumschichtung von der 1. Säule in die 2. Säule?
- Mahd Feuchtgrünland?
- source_sentence: 'Dabei verteilt sich die EU-Förderung auf zwei Säulen:
Die erste Säule bilden insbesondere die Direktzahlungen an Landwirtinnen und Landwirte,
die – bei Erfüllung der jeweiligen Voraussetzungen – je Hektar landwirtschaftlicher
Fläche gewährt werden. Das bisher verpflichtende Greening wurde mit weiteren Anforderungen
in die Vorschriften zur Konditionalität überführt; die bisherige Greeningprämie
entfällt. Neu sind Zahlungen für die freiwilligen "Öko-Regelungen“.
Die zweite Säule umfasst gezielte Förderprogramme für die nachhaltige und umweltschonende
Bewirtschaftung und die ländliche Entwicklung.'
sentences:
- Was ist bei Maßnahmen zum Ackerwildkrautschutz zu beachten?
- Vorteile von Agroforst gegen Erosion?
- Wie verteilt sich die EU-Förderung der GAP?
pipeline_tag: sentence-similarity
library_name: sentence-transformers
---
# SentenceTransformer based on Snowflake/snowflake-arctic-embed-l-v2.0
This is a [sentence-transformers](https://www.SBERT.net) model finetuned from [Snowflake/snowflake-arctic-embed-l-v2.0](https://huggingface.co/Snowflake/snowflake-arctic-embed-l-v2.0). 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:** [Snowflake/snowflake-arctic-embed-l-v2.0](https://huggingface.co/Snowflake/snowflake-arctic-embed-l-v2.0) <!-- at revision 7f311bb640ad3babc0a4e3a8873240dcba44c9d2 -->
- **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("zolekode/wibila-adapter-snowflake-arctic-embed-l-v2.0")
# Run inference
sentences = [
'Dabei verteilt sich die EU-Förderung auf zwei Säulen:\n\nDie erste Säule bilden insbesondere die Direktzahlungen an Landwirtinnen und Landwirte, die – bei Erfüllung der jeweiligen Voraussetzungen – je Hektar landwirtschaftlicher Fläche gewährt werden. Das bisher verpflichtende Greening wurde mit weiteren Anforderungen in die Vorschriften zur Konditionalität überführt; die bisherige Greeningprämie entfällt. Neu sind Zahlungen für die freiwilligen "Öko-Regelungen“.\nDie zweite Säule umfasst gezielte Förderprogramme für die nachhaltige und umweltschonende Bewirtschaftung und die ländliche Entwicklung.',
'Wie verteilt sich die EU-Förderung der GAP?',
'Was ist bei Maßnahmen zum Ackerwildkrautschutz zu beachten?',
]
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.*
-->
<!--
## 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: 1,609 training samples
* Columns: <code>anchor</code> and <code>positive</code>
* Approximate statistics based on the first 1000 samples:
| | anchor | positive |
|:--------|:-----------------------------------------------------------------------------------|:---------------------------------------------------------------------------------|
| type | string | string |
| details | <ul><li>min: 3 tokens</li><li>mean: 94.33 tokens</li><li>max: 862 tokens</li></ul> | <ul><li>min: 6 tokens</li><li>mean: 13.8 tokens</li><li>max: 33 tokens</li></ul> |
* Samples:
| anchor | positive |
|:------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|:-------------------------------------------------------------------------|
| <code>Mehrjährige Blühstreifen bleiben mind. 2 bis zu 5 Jahren am gleichen Standort und werden nicht jährlich umgebrochen und neu eingesät. Das Saatgut kann aus Kultur- und Wildarten bestehen. Im Gegensatz dazu werden mehrjährige Regiosaatgut-Blühstreifen und -flächen auf Ackerstandorten mit ausschließlich gebietseigenem Saatgut* (Mouseover/Glossar) eingesät. Je nach Förderprogramm werden die Flächen mehrere Jahre nicht umgebrochen und unterschiedlich gepflegt. Gebietseigenes Saatgut ist entweder zertifiziertes Regiosaatgut (VWW oder RegioZert) oder selbst geerntetes Saatgut von einer Spenderfläche in der Nähe. </code> | <code>Was sind Mehrjährige Blühstreifen mit Regiosaatgut?</code> |
| <code>Artenreiche Blühflächen stellen vor allem in agrarisch intensiv geprägten Landschaften Flächen dar, die Bestäubern, Nützlingen und anderen Wildtieren als Nahrungs-, Schutz-, Lebens- oder Überwinterungsflächen dienen. Sie können zudem als Lebensrauminseln in ansonsten stark ausgeräumter Flur einen großen Beitrag zum Biotopverbund leisten. <br>Naturschutzfachlich besonders hochwertig werden die Flächen durch gebietseigene Pflanzen, an die die heimische Insektenfauna angepasst ist. Im Vergleich zu Kultur- und Zierpflanzen, die nur für Generalisten von Bedeutung sind, bieten Wildarten auch Lebensraum und Nahrung für spezialisierte Bestäuber, v.a. aus der Gruppe der Wildbienen.<br>Weitere positive Effekte: <br>- Botanischer Artenreichtum<br>- Pufferwirkung<br>- Erosionsminderung<br>- Landschaftsbildbereicherung<br>- Evtl. Schlaguntergliederung</code> | <code>Ziele von Mehrjährigen Blühstreifen mit Regiosaatgut?</code> |
| <code>Entlang von Hecken oder Waldrändern, nur auf der sonnenzugewandten Seite mit wenig Schattenwurf, Problemunkrautdruck auf der Fläche möglichst gering (z.B. Distel, Quecke). zur Schlagunterteilung und im Sinne des Biotopverbunds in ausgeräumten Landschaften. nicht auf Flächen mit hohem Potenzial an (gefährdeten) Ackerwildkräutern</code> | <code>Wo eigenen sich Mehrjährigen Blühstreifen mit Regiosaatgut?</code> |
* Loss: [<code>MultipleNegativesRankingLoss</code>](https://sbert.net/docs/package_reference/sentence_transformer/losses.html#multiplenegativesrankingloss) with these parameters:
```json
{
"scale": 20.0,
"similarity_fct": "cos_sim"
}
```
### Evaluation Dataset
#### Unnamed Dataset
* Size: 71 evaluation samples
* Columns: <code>anchor</code> and <code>positive</code>
* Approximate statistics based on the first 71 samples:
| | anchor | positive |
|:--------|:------------------------------------------------------------------------------------|:----------------------------------------------------------------------------------|
| type | string | string |
| details | <ul><li>min: 6 tokens</li><li>mean: 108.54 tokens</li><li>max: 581 tokens</li></ul> | <ul><li>min: 7 tokens</li><li>mean: 14.86 tokens</li><li>max: 28 tokens</li></ul> |
* Samples:
| anchor | positive |
|:-------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|:-----------------------------------------------------------------|
| <code>Ackerwildkräuter sind in der heutigen konventionell bewirtschafteten Landschaft selten geworden. Aufgrund der Intensivierung der Landwirtschaft gehören sie zu den gefährdetsten Pflanzengesellschaften in Mitteleuropa. Sie gelten als „Unkräuter“ und sind nicht erwünscht. Allerdings gibt es diese Begleitflora schon seit Beginn des Ackerbaus. Sie stellen eine wichtige Funktion im Okösystem Acker dar. Viele von ihnen bieten Insekten Nahrung in Form von Blüten und sind Lebensraum für viele Wildtiere. Die Blüten bringen - Farbe in die Landschaft, die Pflanzen verfestigen - den Boden und dienen so dem Erosionsschutz. Diverse Ackerwildkräuter sind sogar essbar oder haben heilende Wirkung. </code> | <code>Was sind Ackerwildkräuter?</code> |
| <code>Wiederherstellung einer artenreichen Ackerflora in der monotonen Ackerlandschaft. Damit einhergehend auch Förderung der Insekten, Vögel und weiteren Wildtieren.</code> | <code>Was bringt der Schutz von Ackerwildkräutern?</code> |
| <code>Ein wesentlicher Hinderungsgrund könnte die Ackerhygiene sein. Ackerwildkräuter gelten als „Unkräuter“, zudem gibt es auch die Befürchtung von Ertragseinbußen.</code> | <code>Was spricht gegen den Schutz von Ackerwildkräutern?</code> |
* Loss: [<code>MultipleNegativesRankingLoss</code>](https://sbert.net/docs/package_reference/sentence_transformer/losses.html#multiplenegativesrankingloss) with these parameters:
```json
{
"scale": 20.0,
"similarity_fct": "cos_sim"
}
```
### Training Hyperparameters
#### Non-Default Hyperparameters
- `eval_strategy`: steps
- `per_device_train_batch_size`: 16
- `per_device_eval_batch_size`: 16
- `learning_rate`: 3e-06
- `max_steps`: 1000
#### 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`: 16
- `per_device_eval_batch_size`: 16
- `per_gpu_train_batch_size`: None
- `per_gpu_eval_batch_size`: None
- `gradient_accumulation_steps`: 1
- `eval_accumulation_steps`: None
- `torch_empty_cache_steps`: None
- `learning_rate`: 3e-06
- `weight_decay`: 0.0
- `adam_beta1`: 0.9
- `adam_beta2`: 0.999
- `adam_epsilon`: 1e-08
- `max_grad_norm`: 1.0
- `num_train_epochs`: 3.0
- `max_steps`: 1000
- `lr_scheduler_type`: linear
- `lr_scheduler_kwargs`: {}
- `warmup_ratio`: 0.0
- `warmup_steps`: 0
- `log_level`: passive
- `log_level_replica`: warning
- `log_on_each_node`: True
- `logging_nan_inf_filter`: True
- `save_safetensors`: True
- `save_on_each_node`: False
- `save_only_model`: False
- `restore_callback_states_from_checkpoint`: False
- `no_cuda`: False
- `use_cpu`: False
- `use_mps_device`: False
- `seed`: 42
- `data_seed`: None
- `jit_mode_eval`: False
- `use_ipex`: False
- `bf16`: False
- `fp16`: 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`: 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`: 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 | Validation Loss |
|:------:|:----:|:-------------:|:---------------:|
| 0.1584 | 16 | 0.632 | - |
| 0.3168 | 32 | 0.5394 | - |
| 0.4752 | 48 | 0.4463 | - |
| 0.6337 | 64 | 0.5024 | - |
| 0.7921 | 80 | 0.641 | - |
| 0.9505 | 96 | 0.5595 | - |
| 0.9901 | 100 | - | 0.7457 |
| 1.1089 | 112 | 0.4359 | - |
| 1.2673 | 128 | 0.4481 | - |
| 1.4257 | 144 | 0.5644 | - |
| 1.5842 | 160 | 0.3657 | - |
| 1.7426 | 176 | 0.526 | - |
| 1.9010 | 192 | 0.4793 | - |
| 1.9802 | 200 | - | 0.7288 |
| 2.0594 | 208 | 0.5828 | - |
| 2.2178 | 224 | 0.4173 | - |
| 2.3762 | 240 | 0.4809 | - |
| 2.5347 | 256 | 0.4637 | - |
| 2.6931 | 272 | 0.502 | - |
| 2.8515 | 288 | 0.5129 | - |
| 2.9703 | 300 | - | 0.7152 |
| 3.0099 | 304 | 0.4433 | - |
| 3.1683 | 320 | 0.3589 | - |
| 3.3267 | 336 | 0.4861 | - |
| 3.4851 | 352 | 0.4709 | - |
| 3.6436 | 368 | 0.4372 | - |
| 3.8020 | 384 | 0.4782 | - |
| 3.9604 | 400 | 0.4677 | 0.7058 |
| 4.1188 | 416 | 0.5042 | - |
| 4.2772 | 432 | 0.5005 | - |
| 4.4356 | 448 | 0.4328 | - |
| 4.5941 | 464 | 0.4602 | - |
| 4.7525 | 480 | 0.4502 | - |
| 4.9109 | 496 | 0.3994 | - |
| 4.9505 | 500 | - | 0.6976 |
| 5.0693 | 512 | 0.4291 | - |
| 5.2277 | 528 | 0.5666 | - |
| 5.3861 | 544 | 0.4714 | - |
| 5.5446 | 560 | 0.4349 | - |
| 5.7030 | 576 | 0.3345 | - |
| 5.8614 | 592 | 0.3174 | - |
| 5.9406 | 600 | - | 0.6913 |
| 6.0198 | 608 | 0.4839 | - |
| 6.1782 | 624 | 0.5433 | - |
| 6.3366 | 640 | 0.4126 | - |
| 6.4950 | 656 | 0.4541 | - |
| 6.6535 | 672 | 0.3581 | - |
| 6.8119 | 688 | 0.3931 | - |
| 6.9307 | 700 | - | 0.6863 |
| 6.9703 | 704 | 0.4682 | - |
| 7.1287 | 720 | 0.4342 | - |
| 7.2871 | 736 | 0.5381 | - |
| 7.4455 | 752 | 0.4055 | - |
| 7.6040 | 768 | 0.3558 | - |
| 7.7624 | 784 | 0.318 | - |
| 7.9208 | 800 | 0.3926 | 0.6833 |
| 8.0792 | 816 | 0.3996 | - |
| 8.2376 | 832 | 0.3984 | - |
| 8.3960 | 848 | 0.4556 | - |
| 8.5545 | 864 | 0.354 | - |
| 8.7129 | 880 | 0.3261 | - |
| 8.8713 | 896 | 0.5176 | - |
| 8.9109 | 900 | - | 0.6814 |
| 9.0297 | 912 | 0.4186 | - |
| 9.1881 | 928 | 0.4077 | - |
| 9.3465 | 944 | 0.4186 | - |
| 9.5050 | 960 | 0.4862 | - |
| 9.6634 | 976 | 0.3857 | - |
| 9.8218 | 992 | 0.4086 | - |
| 9.9010 | 1000 | - | 0.6808 |
### Framework Versions
- Python: 3.11.11
- Sentence Transformers: 3.3.1
- Transformers: 4.47.1
- PyTorch: 2.5.1+cu121
- Accelerate: 1.2.1
- Datasets: 3.2.0
- 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",
}
```
#### MultipleNegativesRankingLoss
```bibtex
@misc{henderson2017efficient,
title={Efficient Natural Language Response Suggestion for Smart Reply},
author={Matthew Henderson and Rami Al-Rfou and Brian Strope and Yun-hsuan Sung and Laszlo Lukacs and Ruiqi Guo and Sanjiv Kumar and Balint Miklos and Ray Kurzweil},
year={2017},
eprint={1705.00652},
archivePrefix={arXiv},
primaryClass={cs.CL}
}
```
<!--
## Glossary
*Clearly define terms in order to be accessible across audiences.*
-->
<!--
## Model Card Authors
*Lists the people who create the model card, providing recognition and accountability for the detailed work that goes into its construction.*
-->
<!--
## Model Card Contact
*Provides a way for people who have updates to the Model Card, suggestions, or questions, to contact the Model Card authors.*
--> |