CrossEncoder based on jinaai/jina-reranker-v3
This is a Cross Encoder model finetuned from jinaai/jina-reranker-v3 using the sentence-transformers library. It computes scores for pairs of texts, which can be used for text reranking and semantic search.
Model Details
Model Description
- Model Type: Cross Encoder
- Base model: jinaai/jina-reranker-v3
- Maximum Sequence Length: 131072 tokens
- Number of Output Labels: 1 label
Model Sources
Usage
Direct Usage (Sentence Transformers)
First install the Sentence Transformers library:
pip install -U sentence-transformers
Then you can load this model and run inference.
from sentence_transformers import CrossEncoder
model = CrossEncoder("cuadron11/jina-reranker-v3-contrastive-parl-4-1ep")
pairs = [
['Zein dira Eusko Jaurlaritzaren helburu nagusiak enplegua suspertzearen inguruan?', '[TOPIC: Galdera, Antonio Damborenea Basterrechea Euskal Talde Popularreko legebiltzarkideak Ogasun eta Finantzatako sailburuari egina, Euskal Autonomia Erkidegoko langabeziari buruz]\n[OGASUN ETA FINANTZETAKO SAILBURUAK (GATZAGAETXEBARRIA BASTIDA), (EA-NV)]:\nhainbat segmentutan berritzeen programa bat jarri dugu martxan, eta, une honetan, defizit-helburua lasaitzearen ondorioz sor daitekeen erakundeen arteko funtsa negoziatzen ari gara Eusko Jaurlaritzaren aldetik herrialdeko foru-erakundeekin. Baina hori guztia alde batera utzita, ekintza politiko ekonomikoaren oinarrizko bi puntutan daukagu jarrita helburua: batetik, enplegua suspertzeari dagokionez, gure gizartearen arazo nagusia zein den ikusi behar dugu; eta, bestetik, lehiakortasuna bilatu behar dugu. Horretarako daukagu gure politika ekonomikoan ere, eta zuk (Date: 21.06.2013)'],
['Zenbat tona armamentu inguru garraiatu dira Bilboko portutik Saudi Arabiara lehergaien edukiontzietan?', '[TOPIC: Galdera, Iñigo Martínez Zatón Elkarrekin Podemos taldeko legebiltzarkideak lehendakariari egina, Saudi Arabiari armak saltzeari buruz]\n[MARTÍNEZ ZATÓN, (EP)]:\nEskerrik asko. Egun on. "Lehergaiak" zigiluarekin markatutako 312 edukiontzi irten dira orotara, azken hilabete hauetan, Bilboko portutik Saudi Arabiara. Edukiontzi bakoitzak 28 tona inguruko edukiera duela kontuan izanik, kargamentu horrek 8.656 tona inguru izan ditzake guztira. Hainbat komunikabidek, hala nola Ser irratikateak, eta Greenpeace eta Amnistia Internazionala erakundeen txosten batzuek adierazi dute itsasontzi horrek armamentua garraiatzen zuela. Armamentu hori Yemenen aurkako eraso militar bat eta gerra bat gidatzen ari (Date: 06.10.2017)'],
['Zein da Euskadin enplegu-datuen bilakaera lan-erreforma egin ondoren?', '[TOPIC: Galdera, Ekain Rico Lezama Euskal Sozialistak taldeko legebiltzarkideak bigarren lehendakariorde eta Lan eta Enpleguko sailburuari egina, enplegu-datuen bilakaerari buruz]\n[BIGARREN LEHENDAKARIORDE ETA LAN ETA ENPLEGUKO SAILBURUAK (MENDIA CUEVA), (SV-ES)]:\nfuntsezkoa da. Nahiz eta gauza asko ditugun hobetzeko oraindik, noski, baina enplegu arautua lortzea lehen urratsa zen. Gero hobetu ahal izango da haren kalitatea. Langabezian egoteari utzi dioten gazte guztiez ari gara, emakume guztiez, gizonen kopuru berean ari baitira lanean. Ikuskaritzaren eraginez eta, batez ere, lanerreformaren ondorioz kontratu mugagabea izatea lortu duten pertsona guztiez. Eta hori guztia mehatxugiroan egon arren. Inoiz baino jende gehiago ari da lanean Euskadin eskubideekin (Date: 02.12.2022)'],
['Norekin lortu nahi du Eusko Jaurlaritzak akordioa erreforma fiskala egiteko?', '[TOPIC: Galdera, Alfonso Alonso Aranegui Euskal Talde Popularreko legebiltzarkideak lehendakariari egina, erreforma fiskalari buruz]\n[ALONSO ARANEGUI, (PV-ETP)]:\nBada, eskerrik asko horrenbeste argitasun emateagatik. Iruditzen zitzaidan, bai, uren gainean ibiltzen etorriko zinela, beti bezala, baina, noski, erreforma fiskal bat egongo zela esan zenuenean, jende guztiak pentsatu zuen, zeren, gainera, adierazi baitzenuen nola egingo zen, akordio bidez egingo zela, eta inork ez daki zertan datzan. Baina egia da zure alderdiak talde parlamentario bat duela, eta buru zaituen gobernua jarri duela Ganbera honetan. Beraz, nolabaiteko harremana duzue; urruna, (Date: 14.06.2019)'],
['Zein da Eusko Jaurlaritzaren jarrera eskola-jangelen kontratazio publikoko iruzurrari buruz?', '[TOPIC: Galdera, Iñaki Oyarzabal de Miguel Euskal Talde Popularreko legebiltzarkideak lehendakariari egina, eskola-jangelen kontratazio publikoko iruzurrari eta hartu beharreko neurriei buruz]\n[JAURLARITZAKO LEHENDAKARIAK (URKULLU RENTERIA), (EA-NV)]:\nEskerrik asko, legebiltzarburu andrea. Maneiro jauna, Eusko Jaurlaritza honek, eta honen aurrekoek, serioski hartu dute biktimen arazoa. Jaurlaritza guztiek. Eta ibilbide horretan hutsak egin ditugu, bai; biktimen aurrean ere autokritikoki aitortu ditugun hutsak egin ditugu, baina balioespen positiboa egiteko aukera eskaintzen duten errealitateak ere badira. Defizit historikoa aipatzen zenuen zuk. Ez dakit defizit historiko hori duela hiru urte eta erditik honakoa ote den soilik, edo defizit historikoa aspaldiagotik honakoa (Date: 08.04.2016)'],
]
scores = model.predict(pairs)
print(scores.shape)
ranks = model.rank(
'Zein dira Eusko Jaurlaritzaren helburu nagusiak enplegua suspertzearen inguruan?',
[
'[TOPIC: Galdera, Antonio Damborenea Basterrechea Euskal Talde Popularreko legebiltzarkideak Ogasun eta Finantzatako sailburuari egina, Euskal Autonomia Erkidegoko langabeziari buruz]\n[OGASUN ETA FINANTZETAKO SAILBURUAK (GATZAGAETXEBARRIA BASTIDA), (EA-NV)]:\nhainbat segmentutan berritzeen programa bat jarri dugu martxan, eta, une honetan, defizit-helburua lasaitzearen ondorioz sor daitekeen erakundeen arteko funtsa negoziatzen ari gara Eusko Jaurlaritzaren aldetik herrialdeko foru-erakundeekin. Baina hori guztia alde batera utzita, ekintza politiko ekonomikoaren oinarrizko bi puntutan daukagu jarrita helburua: batetik, enplegua suspertzeari dagokionez, gure gizartearen arazo nagusia zein den ikusi behar dugu; eta, bestetik, lehiakortasuna bilatu behar dugu. Horretarako daukagu gure politika ekonomikoan ere, eta zuk (Date: 21.06.2013)',
'[TOPIC: Galdera, Iñigo Martínez Zatón Elkarrekin Podemos taldeko legebiltzarkideak lehendakariari egina, Saudi Arabiari armak saltzeari buruz]\n[MARTÍNEZ ZATÓN, (EP)]:\nEskerrik asko. Egun on. "Lehergaiak" zigiluarekin markatutako 312 edukiontzi irten dira orotara, azken hilabete hauetan, Bilboko portutik Saudi Arabiara. Edukiontzi bakoitzak 28 tona inguruko edukiera duela kontuan izanik, kargamentu horrek 8.656 tona inguru izan ditzake guztira. Hainbat komunikabidek, hala nola Ser irratikateak, eta Greenpeace eta Amnistia Internazionala erakundeen txosten batzuek adierazi dute itsasontzi horrek armamentua garraiatzen zuela. Armamentu hori Yemenen aurkako eraso militar bat eta gerra bat gidatzen ari (Date: 06.10.2017)',
'[TOPIC: Galdera, Ekain Rico Lezama Euskal Sozialistak taldeko legebiltzarkideak bigarren lehendakariorde eta Lan eta Enpleguko sailburuari egina, enplegu-datuen bilakaerari buruz]\n[BIGARREN LEHENDAKARIORDE ETA LAN ETA ENPLEGUKO SAILBURUAK (MENDIA CUEVA), (SV-ES)]:\nfuntsezkoa da. Nahiz eta gauza asko ditugun hobetzeko oraindik, noski, baina enplegu arautua lortzea lehen urratsa zen. Gero hobetu ahal izango da haren kalitatea. Langabezian egoteari utzi dioten gazte guztiez ari gara, emakume guztiez, gizonen kopuru berean ari baitira lanean. Ikuskaritzaren eraginez eta, batez ere, lanerreformaren ondorioz kontratu mugagabea izatea lortu duten pertsona guztiez. Eta hori guztia mehatxugiroan egon arren. Inoiz baino jende gehiago ari da lanean Euskadin eskubideekin (Date: 02.12.2022)',
'[TOPIC: Galdera, Alfonso Alonso Aranegui Euskal Talde Popularreko legebiltzarkideak lehendakariari egina, erreforma fiskalari buruz]\n[ALONSO ARANEGUI, (PV-ETP)]:\nBada, eskerrik asko horrenbeste argitasun emateagatik. Iruditzen zitzaidan, bai, uren gainean ibiltzen etorriko zinela, beti bezala, baina, noski, erreforma fiskal bat egongo zela esan zenuenean, jende guztiak pentsatu zuen, zeren, gainera, adierazi baitzenuen nola egingo zen, akordio bidez egingo zela, eta inork ez daki zertan datzan. Baina egia da zure alderdiak talde parlamentario bat duela, eta buru zaituen gobernua jarri duela Ganbera honetan. Beraz, nolabaiteko harremana duzue; urruna, (Date: 14.06.2019)',
'[TOPIC: Galdera, Iñaki Oyarzabal de Miguel Euskal Talde Popularreko legebiltzarkideak lehendakariari egina, eskola-jangelen kontratazio publikoko iruzurrari eta hartu beharreko neurriei buruz]\n[JAURLARITZAKO LEHENDAKARIAK (URKULLU RENTERIA), (EA-NV)]:\nEskerrik asko, legebiltzarburu andrea. Maneiro jauna, Eusko Jaurlaritza honek, eta honen aurrekoek, serioski hartu dute biktimen arazoa. Jaurlaritza guztiek. Eta ibilbide horretan hutsak egin ditugu, bai; biktimen aurrean ere autokritikoki aitortu ditugun hutsak egin ditugu, baina balioespen positiboa egiteko aukera eskaintzen duten errealitateak ere badira. Defizit historikoa aipatzen zenuen zuk. Ez dakit defizit historiko hori duela hiru urte eta erditik honakoa ote den soilik, edo defizit historikoa aspaldiagotik honakoa (Date: 08.04.2016)',
]
)
Evaluation
Metrics
Cross Encoder Reranking
| Metric |
Value |
| map |
0.0344 (+0.0317) |
| mrr@10 |
0.0344 (+0.0325) |
| ndcg@10 |
0.0345 (+0.0322) |
Training Details
Training Dataset
Unnamed Dataset
- Size: 3,200 training samples
- Columns:
query and positive
- Approximate statistics based on the first 1000 samples:
|
query |
positive |
| type |
string |
string |
| details |
- min: 34 characters
- mean: 99.5 characters
- max: 258 characters
|
- min: 504 characters
- mean: 769.96 characters
- max: 1073 characters
|
- Samples:
| query |
positive |
Zer eginkizun izan zuen Ertzaintzak OTAN erakunde militarraren konboiaren igaroaldian? |
[TOPIC: Galdera, Iker Casanova Alonso EH Bildu taldeko legebiltzarkideak lehendakariari egina, trebatzeko ariketak egiteko OTAN erakunde militarrak egin duen euskal lurraldearen erabilpenari buruz] [JAURLARITZAKO LEHENDAKARIAK (URKULLU RENTERIA), (EA-NV)]: Laburbilduz, ez da ariketa militarrik egin gure Erkidegoan, konboi bat igaro zen errepidez, besterik ez. Ertzaintzari jakinarazpena iritsi zitzaion, nahitaezkoa baita hori, eta dagokion zerbitzua eman zuen, Santurtzin lurreratu zirenean. Hitz egin genezake 1995ean Bizkaiko udalen gobernagarritasunerako parte hartu nuen negoziazioez ere, eta superportuaren obrei eta erabilpenari buruz ezker abertzaleak zuen ikuspuntuari buruz. Eta, nolanahi ere, berriro diot Ertzaintza polizia integrala dela, eta beti jokatuko dugula (Date: 30.10.2015) |
Zein da Eusko Jaurlaritzaren jarrera C hepatitisa gaixotasunaren aurkako tratamenduari buruz? |
[TOPIC: Galdera, Eva Blanco de Angulo EH Bildu taldeko legebiltzarkideak Osasuneko sailburuari egina, C hepatitisa gaixotasunaren aurkako tratamenduari buruz] [BLANCO DE ANGULO, (EH Bildu)]: Muchas gracias. Maiatzaren 11ko estrategian ageri direnei buruz ari naiz; Zulaika jauna ere botika horiek ematen ari direla esaten atera da komunikabideetan, baina, gaixoen plataformaren esanetan, gaixoak ez dira botika horiek jasotzen ari. Beraz, agian galdera aldatu beharko nuke: ez zergatik ez dauden estrategiaren barruan, baizik eta zergatik ez diren ateratzen farmaziatik. Kasu honetan, ni ez naiz hasiko beste autonomia-erkidegoek zer egiten duten esaten eta baloratzen. Guk zuek jendaurrean esaten (Date: 29.05.2015) |
Zein da Sarasua Diazek bere taldearen izenean 2014-2017 Euskal Estatistika Planaren lege-proiektuari buruz emandako iritzi orokorra? |
[TOPIC: Ogasun eta Aurrekontu Batzordearen irizpena, 2014-2017 Euskal Estatistika Planaren lege-proiektuaren gainean egindakoa. Eztabaida eta behin betiko ebazpena] [SARASUA DÍAZ, (SV-ES)]: eta ohikoa den moduan, talde bakoitzaren ekarpen asko onartu dira, nahiz eta zuzenketa batzuek erreserbatuta jarraitzen duten. Esan behar dut nire taldeak ez dituela babesten Euskal Talde Popularraren erreserbak, ez eta Ganbera honetan azaldutako argudioak ere. EH Bilduren zuzenketei dagokienez, aurka agertu gara, lurraldetasun-irizpidean oinarritzen direlako –horiek aldarrikatzea ulertu arren–; baina lege hau Gernikako Estatututik eratortzen da, eta, beraz, estatutu horri dagokion lurraldera mugatu behar du. 49. zuzenketan, (Date: 13.11.2014) |
- Loss:
CachedMultipleNegativesRankingLoss with these parameters:{
"scale": 10.0,
"num_negatives": null,
"activation_fn": "torch.nn.modules.activation.Sigmoid",
"mini_batch_size": 16
}
Evaluation Dataset
Unnamed Dataset
- Size: 800 evaluation samples
- Columns:
query and positive
- Approximate statistics based on the first 800 samples:
|
query |
positive |
| type |
string |
string |
| details |
- min: 30 characters
- mean: 99.15 characters
- max: 312 characters
|
- min: 513 characters
- mean: 770.58 characters
- max: 1142 characters
|
- Samples:
| query |
positive |
Zein dira Eusko Jaurlaritzaren helburu nagusiak enplegua suspertzearen inguruan? |
[TOPIC: Galdera, Antonio Damborenea Basterrechea Euskal Talde Popularreko legebiltzarkideak Ogasun eta Finantzatako sailburuari egina, Euskal Autonomia Erkidegoko langabeziari buruz] [OGASUN ETA FINANTZETAKO SAILBURUAK (GATZAGAETXEBARRIA BASTIDA), (EA-NV)]: hainbat segmentutan berritzeen programa bat jarri dugu martxan, eta, une honetan, defizit-helburua lasaitzearen ondorioz sor daitekeen erakundeen arteko funtsa negoziatzen ari gara Eusko Jaurlaritzaren aldetik herrialdeko foru-erakundeekin. Baina hori guztia alde batera utzita, ekintza politiko ekonomikoaren oinarrizko bi puntutan daukagu jarrita helburua: batetik, enplegua suspertzeari dagokionez, gure gizartearen arazo nagusia zein den ikusi behar dugu; eta, bestetik, lehiakortasuna bilatu behar dugu. Horretarako daukagu gure politika ekonomikoan ere, eta zuk (Date: 21.06.2013) |
Zenbat tona armamentu inguru garraiatu dira Bilboko portutik Saudi Arabiara lehergaien edukiontzietan? |
[TOPIC: Galdera, Iñigo Martínez Zatón Elkarrekin Podemos taldeko legebiltzarkideak lehendakariari egina, Saudi Arabiari armak saltzeari buruz] [MARTÍNEZ ZATÓN, (EP)]: Eskerrik asko. Egun on. "Lehergaiak" zigiluarekin markatutako 312 edukiontzi irten dira orotara, azken hilabete hauetan, Bilboko portutik Saudi Arabiara. Edukiontzi bakoitzak 28 tona inguruko edukiera duela kontuan izanik, kargamentu horrek 8.656 tona inguru izan ditzake guztira. Hainbat komunikabidek, hala nola Ser irratikateak, eta Greenpeace eta Amnistia Internazionala erakundeen txosten batzuek adierazi dute itsasontzi horrek armamentua garraiatzen zuela. Armamentu hori Yemenen aurkako eraso militar bat eta gerra bat gidatzen ari (Date: 06.10.2017) |
Zein da Euskadin enplegu-datuen bilakaera lan-erreforma egin ondoren? |
[TOPIC: Galdera, Ekain Rico Lezama Euskal Sozialistak taldeko legebiltzarkideak bigarren lehendakariorde eta Lan eta Enpleguko sailburuari egina, enplegu-datuen bilakaerari buruz] [BIGARREN LEHENDAKARIORDE ETA LAN ETA ENPLEGUKO SAILBURUAK (MENDIA CUEVA), (SV-ES)]: funtsezkoa da. Nahiz eta gauza asko ditugun hobetzeko oraindik, noski, baina enplegu arautua lortzea lehen urratsa zen. Gero hobetu ahal izango da haren kalitatea. Langabezian egoteari utzi dioten gazte guztiez ari gara, emakume guztiez, gizonen kopuru berean ari baitira lanean. Ikuskaritzaren eraginez eta, batez ere, lanerreformaren ondorioz kontratu mugagabea izatea lortu duten pertsona guztiez. Eta hori guztia mehatxugiroan egon arren. Inoiz baino jende gehiago ari da lanean Euskadin eskubideekin (Date: 02.12.2022) |
- Loss:
CachedMultipleNegativesRankingLoss with these parameters:{
"scale": 10.0,
"num_negatives": null,
"activation_fn": "torch.nn.modules.activation.Sigmoid",
"mini_batch_size": 16
}
Training Hyperparameters
Non-Default Hyperparameters
eval_strategy: steps
per_device_train_batch_size: 16
per_device_eval_batch_size: 16
learning_rate: 2e-05
num_train_epochs: 1
warmup_ratio: 0.1
load_best_model_at_end: True
batch_sampler: no_duplicates
All Hyperparameters
Click to expand
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: 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: 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: 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: 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}
parallelism_config: 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
hub_revision: None
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
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
liger_kernel_config: None
eval_use_gather_object: False
average_tokens_across_devices: False
prompts: None
batch_sampler: no_duplicates
multi_dataset_batch_sampler: proportional
router_mapping: {}
learning_rate_mapping: {}
Training Logs
| Epoch |
Step |
Training Loss |
Validation Loss |
jina-reranker-v3-contrastive-parl-4-1ep_ndcg@10 |
| 1.0 |
200 |
0.1011 |
0.0166 |
0.0345 (+0.0322) |
- The bold row denotes the saved checkpoint.
Framework Versions
- Python: 3.9.7
- Sentence Transformers: 5.0.0
- Transformers: 4.56.0
- PyTorch: 2.7.1+cu126
- Accelerate: 1.5.2
- Datasets: 4.0.0
- Tokenizers: 0.22.0
Citation
BibTeX
Sentence Transformers
@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",
}