--- base_model: sentence-transformers/paraphrase-multilingual-MiniLM-L12-v2 datasets: [] language: [] library_name: sentence-transformers metrics: - cosine_accuracy - cosine_accuracy_threshold - cosine_f1 - cosine_f1_threshold - cosine_precision - cosine_recall - cosine_ap - dot_accuracy - dot_accuracy_threshold - dot_f1 - dot_f1_threshold - dot_precision - dot_recall - dot_ap - manhattan_accuracy - manhattan_accuracy_threshold - manhattan_f1 - manhattan_f1_threshold - manhattan_precision - manhattan_recall - manhattan_ap - euclidean_accuracy - euclidean_accuracy_threshold - euclidean_f1 - euclidean_f1_threshold - euclidean_precision - euclidean_recall - euclidean_ap - max_accuracy - max_accuracy_threshold - max_f1 - max_f1_threshold - max_precision - max_recall - max_ap pipeline_tag: sentence-similarity tags: - sentence-transformers - sentence-similarity - feature-extraction - generated_from_trainer - dataset_size:285122 - loss:SoftmaxLoss - dataset_size:13912 - dataset_size:42735 widget: - source_sentence: Chef de file figuration sentences: - des données massives gérer une base de données numériques créer une documentation technique relation clientrecueillir et analyser les besoins client identifier les besoins en logiciel apporter une assistance technique aux équipes assurer un rôle de support avant-vente développement commercialprésenter et valoriser un produit ou un service répondre à un appel d'offre stratégie de développementpiloter une activité concevoir et gérer un projet managementanimer, coordonner une équipe allouer et organiser les ressources d'un projet selon les besoins et contraintes conseil, transmissionconseiller une organisation, une structure accompagner l'appropriation d'un outil - • accès à l'emploi ce métier est accessible avec un diplôme de niveau cap à bac (bac professionnel, brevet de compagnon,...) en sellerie, en confection de chaussures, en maroquinerie,... compétences savoir-faire production, fabricationréaliser la préparation de pièces par parage sélectionner les matières premières à mobiliser réaliser les opérations de coupe de matériaux (positionnement de gabarit,...) manuellement ou à l'aide d'une machine assembler (collage, couture) les pièces de l'article (tige, soufflet) manuellement ou à - ec responsable marketing définition définit et met en oeuvre la stratégie marketing (tarifs, promotion, communication, gammes de produits, supports techniques,...) pour l'ensemble des produits de l'entreprise. • peut diriger un service ou coordonner l'activité d'une équipe. • accès à l'emploi ce métier est accessible à partir d'un master (m1, master professionnel, diplôme d'école de commerce,...) dans un secteur technique ou commercial, complété par une expérience professionnelle en tant que chef de produit ou chef de groupe. la pratique d'une langue étrangère - source_sentence: Rayonneur / Rayonneuse de roue sentences: - si coach en développement personnel transition démographique définition met en place des actions de développement personnel, selon la méthode utilisée, afin de favoriser le bien-être de la personne. • peut mettre en place des actions de conseil, coaching. • peut diriger une entreprise. • accès à l'emploi ce métier est accessible sans diplôme particulier. des formations spécifiques peuvent en faciliter l'exercice. l'enseignement de ces pratiques ne donne pas systématiquement lieu à des diplômes nationaux. ces diplômes, à eux seuls, ne donnent pas droit à l'exercice d'une profession de santé. pour - d'un produit opérer des choix techniques, esthétiques, économiques pour un produit créer, élaborer et identifier des concepts innovants dessiner des avant-projets (roughs, croquis) à partir du concept, des thèmes définis maîtriser la pensée additive en plus de la pensée soustractive conception élaborer des processus et des modes opératoires techniques production, fabricationsélectionner des matériaux ou matières pour un projet réaliser les travaux de montage, d'assemblage intégrer le jumeau numérique aux processus industriels prévention des risques - routière peut en faciliter l'accès. les permis d, d1, d1e, de (précédemment d et ed) pour la conduite de véhicules transport en commun de plus de 9 places complétés par la formation initiale minimum obligatoire -fimo- option « voyageurs » sont exigés. un renouvellement périodique de la fimo par la formation continue obligatoire -fco- est exigé. une carte chronotachygraphe est obligatoire pour la conduite de véhicules de transport de voyageurs de plus de 9 places. des permis ou habilita - source_sentence: Ingénieur / Ingénieure d'études BTP en génie climatique et énergétique sentences: - apporter une assistance technique aux équipes développement commercial établir un devis management animer, coordonner une équipe conseil, transmission transmettre une technique, un savoir-faire organisationrespecter les règles de qualité, hygiène, sécurité, santé et environnement (qhsse) alerter, demander un appui ou un arbitrage adapter et optimiser sa pratique au contexte et aux risques professionnels (gestes, postures, ergonomie) communication communiquer à l'oral en milieu professionnel savoir-être professionnels travailler en équipe faire preuve d'autonomie faire preuve de rigueur et de précision savoirs domaines d'expertise travaux - gestion de l'exploitation agricole • bp responsable d'exploitation agricole (bp rea) • bts techniques et services en matériels agricoles • but spécialité génie biologique parcours agronomie • compétences savoir-faire production, fabricationpréparer le matériel, les matériaux et les outillages monter et régler une installation, une machine régler un équipement d'irrigation et d'arrosage adapter, ajuster un article ou une production en fonction du besoin entretenir un arbre, une plantation identifier une maladie, un parasite ou une carence sur un végétal, - dans leurs démarches renseigner les clients sur les services de l'établissement et offres touristiques réaliser des courses à la demande d'un client ou pour les besoins de l'établissement développement commercial développer et fidéliser la relation client stratégie de développementsuperviser le service de la bagagerie, le stationnement des véhicules et organiser le transport des bagages management organiser le travail d'une équipe gestion des ressources humaines recruter et intégrer une personne conseil, transmission transmettre une technique, un savoir-faire fiche emploi - juin 2024 maintenance, réparation surveiller un espace, un local, un lieu - source_sentence: Détective privé sentences: - sécurité, santé et environnement (qhsse) réaliser la mise en conformité de fonctionnement (état de référence, sécurité, environnement,...) gestion des stockscontrôler l'état des stocks définir des besoins en approvisionnement communication, multimédiamener un entretien, une interview, une audition rédiger un cahier des charges, des spécifications techniques recherche, innovationobserver des faits, des évènements, des comportements procéder à des tests, expérimentations management valoriser et partager les bonnes pratiques gestion des ressources humaines cartographier et classifier les emploi - 'outils et matièresutilisation d''équipements de télésurveillance utilisation d''outils connectés techniques professionnelles techniques pédagogiques 3 / 4 - fiche emploi - juin 2024 contextes de travail conditions de travail et risques professionnelsau domicile d''un particulier déplacements professionnels en environnement bruyant en environnement climatique difficile en extérieur en flux tendu en milieu nucléaire port d''équipement de protection individuel (epi) : gants, chaussures, casque, protections auditives port de tenue professionnelle ou d''uniforme position pénible sans lumière naturelle station debout prolongée travail répétitif' - juin 2024 compétences savoir-faire production, fabricationmettre en oeuvre les processus et les modes opératoires techniques réaliser une intervention nécessitant une habilitation monter et régler une installation, une machine appliquer un traitement, un produit réaliser des opérations de traitement thermique fabriquer, façonner des produits utiliser un outil, une machine, un équipement, une installation maintenance, réparationentretenir un équipement, une machine, une installation contrôler la conformité d'un équipement, d'une machine, d'une installation réaliser un diagnostic technique réaliser la maintenance d'un équipement - source_sentence: Responsable d'élevage en production ovine sentences: - 'de travail et risques professionnelsau domicile d''un particulier déplacements professionnels port d''équipement de protection individuel (epi) : gants, chaussures, casque, protections auditives horaires et durée du travailtravail en astreinte travail le week-end publics spécifiques particuliers secteurs d''activité • bâtiment et travaux publics (btp) 4 / 4 -' - 'des fibres synthétiques caractéristiques des fils caractéristiques des textiles maille 3 / 4 - fiche emploi - juin 2024 techniques professionnellescadrage horizontal (positionnement tissu, tension...) cadrage vertical (positionnement tissu, tension...) maniement de crochet techniques de nouage techniques de remaillage techniques de tricotage à maille cueillie techniques de tricotage à maille jetée contextes de travail conditions de travail et risques professionnelsmanipulation de produits à risques port d''équipement de protection individuel (epi) : gants, chaussures, casque, protections audi' - de gestion immobilière estimer la valeur d'un bien, d'un produit droit, contentieux et négociationappliquer un cadre juridique ou réglementaire réaliser le suivi des décisions prises en assemblées de copropriété traiter des dossiers de contentieux réaliser la gestion administrative des contrats management animer, coordonner une équipe gestion des ressources humaines gérer les ressources humaines conseil, transmission assurer une médiation constructionétablir l'état d'avancement de travaux piloter la préparation de travaux planifier des travaux de rénovation définir les besoins en rénovation du patrimoine immobilier model-index: - name: SentenceTransformer based on sentence-transformers/paraphrase-multilingual-MiniLM-L12-v2 results: - task: type: binary-classification name: Binary Classification dataset: name: Unknown type: unknown metrics: - type: cosine_accuracy value: 0.9819417605117612 name: Cosine Accuracy - type: cosine_accuracy_threshold value: 0.679751992225647 name: Cosine Accuracy Threshold - type: cosine_f1 value: 0.973428767526228 name: Cosine F1 - type: cosine_f1_threshold value: 0.6781774163246155 name: Cosine F1 Threshold - type: cosine_precision value: 0.9712385051848953 name: Cosine Precision - type: cosine_recall value: 0.97562893081761 name: Cosine Recall - type: cosine_ap value: 0.9777667558930684 name: Cosine Ap - type: dot_accuracy value: 0.9798760578396748 name: Dot Accuracy - type: dot_accuracy_threshold value: 169.48760986328125 name: Dot Accuracy Threshold - type: dot_f1 value: 0.9705653021442495 name: Dot F1 - type: dot_f1_threshold value: 169.48760986328125 name: Dot F1 Threshold - type: dot_precision value: 0.9626836813611755 name: Dot Precision - type: dot_recall value: 0.9785770440251572 name: Dot Recall - type: dot_ap value: 0.9774347462977395 name: Dot Ap - type: manhattan_accuracy value: 0.9756113813553675 name: Manhattan Accuracy - type: manhattan_accuracy_threshold value: 160.50274658203125 name: Manhattan Accuracy Threshold - type: manhattan_f1 value: 0.9638031364039846 name: Manhattan F1 - type: manhattan_f1_threshold value: 165.2382354736328 name: Manhattan F1 Threshold - type: manhattan_precision value: 0.9673332013462681 name: Manhattan Precision - type: manhattan_recall value: 0.9602987421383647 name: Manhattan Recall - type: manhattan_ap value: 0.9781788393145018 name: Manhattan Ap - type: euclidean_accuracy value: 0.9826747517825015 name: Euclidean Accuracy - type: euclidean_accuracy_threshold value: 12.798349380493164 name: Euclidean Accuracy Threshold - type: euclidean_f1 value: 0.9744797801334903 name: Euclidean F1 - type: euclidean_f1_threshold value: 12.857450485229492 name: Euclidean F1 Threshold - type: euclidean_precision value: 0.9733333333333334 name: Euclidean Precision - type: euclidean_recall value: 0.97562893081761 name: Euclidean Recall - type: euclidean_ap value: 0.9783322008283785 name: Euclidean Ap - type: max_accuracy value: 0.9826747517825015 name: Max Accuracy - type: max_accuracy_threshold value: 169.48760986328125 name: Max Accuracy Threshold - type: max_f1 value: 0.9744797801334903 name: Max F1 - type: max_f1_threshold value: 169.48760986328125 name: Max F1 Threshold - type: max_precision value: 0.9733333333333334 name: Max Precision - type: max_recall value: 0.9785770440251572 name: Max Recall - type: max_ap value: 0.9783322008283785 name: Max Ap - type: cosine_accuracy value: 0.834924965893588 name: Cosine Accuracy - type: cosine_accuracy_threshold value: 0.9927449226379395 name: Cosine Accuracy Threshold - type: cosine_f1 value: 0.5193370165745856 name: Cosine F1 - type: cosine_f1_threshold value: 0.7801194190979004 name: Cosine F1 Threshold - type: cosine_precision value: 0.4292237442922374 name: Cosine Precision - type: cosine_recall value: 0.6573426573426573 name: Cosine Recall - type: cosine_ap value: 0.543556418876974 name: Cosine Ap - type: dot_accuracy value: 0.8376534788540245 name: Dot Accuracy - type: dot_accuracy_threshold value: 247.44024658203125 name: Dot Accuracy Threshold - type: dot_f1 value: 0.5101010101010102 name: Dot F1 - type: dot_f1_threshold value: 180.7263641357422 name: Dot F1 Threshold - type: dot_precision value: 0.39920948616600793 name: Dot Precision - type: dot_recall value: 0.7062937062937062 name: Dot Recall - type: dot_ap value: 0.53020619109288 name: Dot Ap - type: manhattan_accuracy value: 0.8362892223738063 name: Manhattan Accuracy - type: manhattan_accuracy_threshold value: 24.471851348876953 name: Manhattan Accuracy Threshold - type: manhattan_f1 value: 0.5027027027027028 name: Manhattan F1 - type: manhattan_f1_threshold value: 122.65769958496094 name: Manhattan F1 Threshold - type: manhattan_precision value: 0.40969162995594716 name: Manhattan Precision - type: manhattan_recall value: 0.6503496503496503 name: Manhattan Recall - type: manhattan_ap value: 0.5317396236146636 name: Manhattan Ap - type: euclidean_accuracy value: 0.8362892223738063 name: Euclidean Accuracy - type: euclidean_accuracy_threshold value: 1.9895026683807373 name: Euclidean Accuracy Threshold - type: euclidean_f1 value: 0.5251396648044693 name: Euclidean F1 - type: euclidean_f1_threshold value: 10.453689575195312 name: Euclidean F1 Threshold - type: euclidean_precision value: 0.4372093023255814 name: Euclidean Precision - type: euclidean_recall value: 0.6573426573426573 name: Euclidean Recall - type: euclidean_ap value: 0.5439869162730425 name: Euclidean Ap - type: max_accuracy value: 0.8376534788540245 name: Max Accuracy - type: max_accuracy_threshold value: 247.44024658203125 name: Max Accuracy Threshold - type: max_f1 value: 0.5251396648044693 name: Max F1 - type: max_f1_threshold value: 180.7263641357422 name: Max F1 Threshold - type: max_precision value: 0.4372093023255814 name: Max Precision - type: max_recall value: 0.7062937062937062 name: Max Recall - type: max_ap value: 0.5439869162730425 name: Max Ap - type: cosine_accuracy value: 0.9099590723055935 name: Cosine Accuracy - type: cosine_accuracy_threshold value: 0.8935878872871399 name: Cosine Accuracy Threshold - type: cosine_f1 value: 0.7555555555555556 name: Cosine F1 - type: cosine_f1_threshold value: 0.7638504505157471 name: Cosine F1 Threshold - type: cosine_precision value: 0.8031496062992126 name: Cosine Precision - type: cosine_recall value: 0.7132867132867133 name: Cosine Recall - type: cosine_ap value: 0.7999057173309585 name: Cosine Ap - type: dot_accuracy value: 0.91268758526603 name: Dot Accuracy - type: dot_accuracy_threshold value: 227.50296020507812 name: Dot Accuracy Threshold - type: dot_f1 value: 0.7575757575757576 name: Dot F1 - type: dot_f1_threshold value: 227.50296020507812 name: Dot F1 Threshold - type: dot_precision value: 0.8264462809917356 name: Dot Precision - type: dot_recall value: 0.6993006993006993 name: Dot Recall - type: dot_ap value: 0.7880743512191776 name: Dot Ap - type: manhattan_accuracy value: 0.9113233287858117 name: Manhattan Accuracy - type: manhattan_accuracy_threshold value: 109.26994323730469 name: Manhattan Accuracy Threshold - type: manhattan_f1 value: 0.7555555555555556 name: Manhattan F1 - type: manhattan_f1_threshold value: 121.61300659179688 name: Manhattan F1 Threshold - type: manhattan_precision value: 0.8031496062992126 name: Manhattan Precision - type: manhattan_recall value: 0.7132867132867133 name: Manhattan Recall - type: manhattan_ap value: 0.7968619528822352 name: Manhattan Ap - type: euclidean_accuracy value: 0.9099590723055935 name: Euclidean Accuracy - type: euclidean_accuracy_threshold value: 7.680914402008057 name: Euclidean Accuracy Threshold - type: euclidean_f1 value: 0.7555555555555556 name: Euclidean F1 - type: euclidean_f1_threshold value: 11.580322265625 name: Euclidean F1 Threshold - type: euclidean_precision value: 0.8031496062992126 name: Euclidean Precision - type: euclidean_recall value: 0.7132867132867133 name: Euclidean Recall - type: euclidean_ap value: 0.8007213057530033 name: Euclidean Ap - type: max_accuracy value: 0.91268758526603 name: Max Accuracy - type: max_accuracy_threshold value: 227.50296020507812 name: Max Accuracy Threshold - type: max_f1 value: 0.7575757575757576 name: Max F1 - type: max_f1_threshold value: 227.50296020507812 name: Max F1 Threshold - type: max_precision value: 0.8264462809917356 name: Max Precision - type: max_recall value: 0.7132867132867133 name: Max Recall - type: max_ap value: 0.8007213057530033 name: Max Ap - type: cosine_accuracy value: 0.8808888888888889 name: Cosine Accuracy - type: cosine_accuracy_threshold value: 0.7635923624038696 name: Cosine Accuracy Threshold - type: cosine_f1 value: 0.7021494370522007 name: Cosine F1 - type: cosine_f1_threshold value: 0.5529835224151611 name: Cosine F1 Threshold - type: cosine_precision value: 0.6819085487077535 name: Cosine Precision - type: cosine_recall value: 0.7236286919831224 name: Cosine Recall - type: cosine_ap value: 0.7361317958466017 name: Cosine Ap - type: dot_accuracy value: 0.8786666666666667 name: Dot Accuracy - type: dot_accuracy_threshold value: 217.53868103027344 name: Dot Accuracy Threshold - type: dot_f1 value: 0.70042194092827 name: Dot F1 - type: dot_f1_threshold value: 164.10406494140625 name: Dot F1 Threshold - type: dot_precision value: 0.70042194092827 name: Dot Precision - type: dot_recall value: 0.70042194092827 name: Dot Recall - type: dot_ap value: 0.7299140356412122 name: Dot Ap - type: manhattan_accuracy value: 0.8782222222222222 name: Manhattan Accuracy - type: manhattan_accuracy_threshold value: 146.0133056640625 name: Manhattan Accuracy Threshold - type: manhattan_f1 value: 0.7016460905349794 name: Manhattan F1 - type: manhattan_f1_threshold value: 180.20339965820312 name: Manhattan F1 Threshold - type: manhattan_precision value: 0.6847389558232931 name: Manhattan Precision - type: manhattan_recall value: 0.7194092827004219 name: Manhattan Recall - type: manhattan_ap value: 0.7262306820321688 name: Manhattan Ap - type: euclidean_accuracy value: 0.8804444444444445 name: Euclidean Accuracy - type: euclidean_accuracy_threshold value: 13.764719009399414 name: Euclidean Accuracy Threshold - type: euclidean_f1 value: 0.7046413502109705 name: Euclidean F1 - type: euclidean_f1_threshold value: 15.242857933044434 name: Euclidean F1 Threshold - type: euclidean_precision value: 0.7046413502109705 name: Euclidean Precision - type: euclidean_recall value: 0.7046413502109705 name: Euclidean Recall - type: euclidean_ap value: 0.7390591372297478 name: Euclidean Ap - type: max_accuracy value: 0.8808888888888889 name: Max Accuracy - type: max_accuracy_threshold value: 217.53868103027344 name: Max Accuracy Threshold - type: max_f1 value: 0.7046413502109705 name: Max F1 - type: max_f1_threshold value: 180.20339965820312 name: Max F1 Threshold - type: max_precision value: 0.7046413502109705 name: Max Precision - type: max_recall value: 0.7236286919831224 name: Max Recall - type: max_ap value: 0.7390591372297478 name: Max Ap - type: cosine_accuracy value: 0.9315555555555556 name: Cosine Accuracy - type: cosine_accuracy_threshold value: 0.6300285458564758 name: Cosine Accuracy Threshold - type: cosine_f1 value: 0.8316008316008316 name: Cosine F1 - type: cosine_f1_threshold value: 0.5284727811813354 name: Cosine F1 Threshold - type: cosine_precision value: 0.7843137254901961 name: Cosine Precision - type: cosine_recall value: 0.8849557522123894 name: Cosine Recall - type: cosine_ap value: 0.8866647506496831 name: Cosine Ap - type: dot_accuracy value: 0.9293333333333333 name: Dot Accuracy - type: dot_accuracy_threshold value: 199.23004150390625 name: Dot Accuracy Threshold - type: dot_f1 value: 0.8273684210526315 name: Dot F1 - type: dot_f1_threshold value: 165.896240234375 name: Dot F1 Threshold - type: dot_precision value: 0.7891566265060241 name: Dot Precision - type: dot_recall value: 0.8694690265486725 name: Dot Recall - type: dot_ap value: 0.8866771855777393 name: Dot Ap - type: manhattan_accuracy value: 0.9288888888888889 name: Manhattan Accuracy - type: manhattan_accuracy_threshold value: 176.44253540039062 name: Manhattan Accuracy Threshold - type: manhattan_f1 value: 0.8210290827740493 name: Manhattan F1 - type: manhattan_f1_threshold value: 176.44253540039062 name: Manhattan F1 Threshold - type: manhattan_precision value: 0.830316742081448 name: Manhattan Precision - type: manhattan_recall value: 0.8119469026548672 name: Manhattan Recall - type: manhattan_ap value: 0.8726245245116421 name: Manhattan Ap - type: euclidean_accuracy value: 0.932 name: Euclidean Accuracy - type: euclidean_accuracy_threshold value: 14.744226455688477 name: Euclidean Accuracy Threshold - type: euclidean_f1 value: 0.8336842105263158 name: Euclidean F1 - type: euclidean_f1_threshold value: 16.632638931274414 name: Euclidean F1 Threshold - type: euclidean_precision value: 0.7951807228915663 name: Euclidean Precision - type: euclidean_recall value: 0.8761061946902655 name: Euclidean Recall - type: euclidean_ap value: 0.8886002371862958 name: Euclidean Ap - type: max_accuracy value: 0.932 name: Max Accuracy - type: max_accuracy_threshold value: 199.23004150390625 name: Max Accuracy Threshold - type: max_f1 value: 0.8336842105263158 name: Max F1 - type: max_f1_threshold value: 176.44253540039062 name: Max F1 Threshold - type: max_precision value: 0.830316742081448 name: Max Precision - type: max_recall value: 0.8849557522123894 name: Max Recall - type: max_ap value: 0.8886002371862958 name: Max Ap --- # SentenceTransformer based on sentence-transformers/paraphrase-multilingual-MiniLM-L12-v2 This is a [sentence-transformers](https://www.SBERT.net) model finetuned from [sentence-transformers/paraphrase-multilingual-MiniLM-L12-v2](https://huggingface.co/sentence-transformers/paraphrase-multilingual-MiniLM-L12-v2). It maps sentences & paragraphs to a 384-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:** [sentence-transformers/paraphrase-multilingual-MiniLM-L12-v2](https://huggingface.co/sentence-transformers/paraphrase-multilingual-MiniLM-L12-v2) - **Maximum Sequence Length:** 128 tokens - **Output Dimensionality:** 384 tokens - **Similarity Function:** Cosine Similarity ### 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': 128, 'do_lower_case': False}) with Transformer model: BertModel (1): Pooling({'word_embedding_dimension': 384, 'pooling_mode_cls_token': False, 'pooling_mode_mean_tokens': True, 'pooling_mode_max_tokens': False, 'pooling_mode_mean_sqrt_len_tokens': False, 'pooling_mode_weightedmean_tokens': False, 'pooling_mode_lasttoken': False, 'include_prompt': True}) ) ``` ## Usage ### Direct Usage (Sentence Transformers) First install the Sentence Transformers library: ```bash pip install -U sentence-transformers ``` Then you can load this model and run inference. ```python from sentence_transformers import SentenceTransformer # Download from the 🤗 Hub model = SentenceTransformer("training_job_matching_sentence-transformers-paraphrase-multilingual-MiniLM-L12-v2-2024-09-03_13-14-25") # Run inference sentences = [ "Responsable d'élevage en production ovine", "de gestion immobilière estimer la valeur d'un bien, d'un produit droit, contentieux et négociationappliquer un cadre juridique ou réglementaire réaliser le suivi des décisions prises en assemblées de copropriété traiter des dossiers de contentieux réaliser la gestion administrative des contrats management animer, coordonner une équipe gestion des ressources humaines gérer les ressources humaines conseil, transmission assurer une médiation constructionétablir l'état d'avancement de travaux piloter la préparation de travaux planifier des travaux de rénovation définir les besoins en rénovation du patrimoine immobilier", "de travail et risques professionnelsau domicile d'un particulier déplacements professionnels port d'équipement de protection individuel (epi) : gants, chaussures, casque, protections auditives horaires et durée du travailtravail en astreinte travail le week-end publics spécifiques particuliers secteurs d'activité • bâtiment et travaux publics (btp) 4 / 4 -", ] embeddings = model.encode(sentences) print(embeddings.shape) # [3, 384] # Get the similarity scores for the embeddings similarities = model.similarity(embeddings, embeddings) print(similarities.shape) # [3, 3] ``` ## Evaluation ### Metrics #### Binary Classification * Evaluated with [BinaryClassificationEvaluator](https://sbert.net/docs/package_reference/sentence_transformer/evaluation.html#sentence_transformers.evaluation.BinaryClassificationEvaluator) | Metric | Value | |:-----------------------------|:-----------| | cosine_accuracy | 0.9819 | | cosine_accuracy_threshold | 0.6798 | | cosine_f1 | 0.9734 | | cosine_f1_threshold | 0.6782 | | cosine_precision | 0.9712 | | cosine_recall | 0.9756 | | cosine_ap | 0.9778 | | dot_accuracy | 0.9799 | | dot_accuracy_threshold | 169.4876 | | dot_f1 | 0.9706 | | dot_f1_threshold | 169.4876 | | dot_precision | 0.9627 | | dot_recall | 0.9786 | | dot_ap | 0.9774 | | manhattan_accuracy | 0.9756 | | manhattan_accuracy_threshold | 160.5027 | | manhattan_f1 | 0.9638 | | manhattan_f1_threshold | 165.2382 | | manhattan_precision | 0.9673 | | manhattan_recall | 0.9603 | | manhattan_ap | 0.9782 | | euclidean_accuracy | 0.9827 | | euclidean_accuracy_threshold | 12.7983 | | euclidean_f1 | 0.9745 | | euclidean_f1_threshold | 12.8575 | | euclidean_precision | 0.9733 | | euclidean_recall | 0.9756 | | euclidean_ap | 0.9783 | | max_accuracy | 0.9827 | | max_accuracy_threshold | 169.4876 | | max_f1 | 0.9745 | | max_f1_threshold | 169.4876 | | max_precision | 0.9733 | | max_recall | 0.9786 | | **max_ap** | **0.9783** | #### Binary Classification * Evaluated with [BinaryClassificationEvaluator](https://sbert.net/docs/package_reference/sentence_transformer/evaluation.html#sentence_transformers.evaluation.BinaryClassificationEvaluator) | Metric | Value | |:-----------------------------|:----------| | cosine_accuracy | 0.8349 | | cosine_accuracy_threshold | 0.9927 | | cosine_f1 | 0.5193 | | cosine_f1_threshold | 0.7801 | | cosine_precision | 0.4292 | | cosine_recall | 0.6573 | | cosine_ap | 0.5436 | | dot_accuracy | 0.8377 | | dot_accuracy_threshold | 247.4402 | | dot_f1 | 0.5101 | | dot_f1_threshold | 180.7264 | | dot_precision | 0.3992 | | dot_recall | 0.7063 | | dot_ap | 0.5302 | | manhattan_accuracy | 0.8363 | | manhattan_accuracy_threshold | 24.4719 | | manhattan_f1 | 0.5027 | | manhattan_f1_threshold | 122.6577 | | manhattan_precision | 0.4097 | | manhattan_recall | 0.6503 | | manhattan_ap | 0.5317 | | euclidean_accuracy | 0.8363 | | euclidean_accuracy_threshold | 1.9895 | | euclidean_f1 | 0.5251 | | euclidean_f1_threshold | 10.4537 | | euclidean_precision | 0.4372 | | euclidean_recall | 0.6573 | | euclidean_ap | 0.544 | | max_accuracy | 0.8377 | | max_accuracy_threshold | 247.4402 | | max_f1 | 0.5251 | | max_f1_threshold | 180.7264 | | max_precision | 0.4372 | | max_recall | 0.7063 | | **max_ap** | **0.544** | #### Binary Classification * Evaluated with [BinaryClassificationEvaluator](https://sbert.net/docs/package_reference/sentence_transformer/evaluation.html#sentence_transformers.evaluation.BinaryClassificationEvaluator) | Metric | Value | |:-----------------------------|:-----------| | cosine_accuracy | 0.91 | | cosine_accuracy_threshold | 0.8936 | | cosine_f1 | 0.7556 | | cosine_f1_threshold | 0.7639 | | cosine_precision | 0.8031 | | cosine_recall | 0.7133 | | cosine_ap | 0.7999 | | dot_accuracy | 0.9127 | | dot_accuracy_threshold | 227.503 | | dot_f1 | 0.7576 | | dot_f1_threshold | 227.503 | | dot_precision | 0.8264 | | dot_recall | 0.6993 | | dot_ap | 0.7881 | | manhattan_accuracy | 0.9113 | | manhattan_accuracy_threshold | 109.2699 | | manhattan_f1 | 0.7556 | | manhattan_f1_threshold | 121.613 | | manhattan_precision | 0.8031 | | manhattan_recall | 0.7133 | | manhattan_ap | 0.7969 | | euclidean_accuracy | 0.91 | | euclidean_accuracy_threshold | 7.6809 | | euclidean_f1 | 0.7556 | | euclidean_f1_threshold | 11.5803 | | euclidean_precision | 0.8031 | | euclidean_recall | 0.7133 | | euclidean_ap | 0.8007 | | max_accuracy | 0.9127 | | max_accuracy_threshold | 227.503 | | max_f1 | 0.7576 | | max_f1_threshold | 227.503 | | max_precision | 0.8264 | | max_recall | 0.7133 | | **max_ap** | **0.8007** | #### Binary Classification * Evaluated with [BinaryClassificationEvaluator](https://sbert.net/docs/package_reference/sentence_transformer/evaluation.html#sentence_transformers.evaluation.BinaryClassificationEvaluator) | Metric | Value | |:-----------------------------|:-----------| | cosine_accuracy | 0.8809 | | cosine_accuracy_threshold | 0.7636 | | cosine_f1 | 0.7021 | | cosine_f1_threshold | 0.553 | | cosine_precision | 0.6819 | | cosine_recall | 0.7236 | | cosine_ap | 0.7361 | | dot_accuracy | 0.8787 | | dot_accuracy_threshold | 217.5387 | | dot_f1 | 0.7004 | | dot_f1_threshold | 164.1041 | | dot_precision | 0.7004 | | dot_recall | 0.7004 | | dot_ap | 0.7299 | | manhattan_accuracy | 0.8782 | | manhattan_accuracy_threshold | 146.0133 | | manhattan_f1 | 0.7016 | | manhattan_f1_threshold | 180.2034 | | manhattan_precision | 0.6847 | | manhattan_recall | 0.7194 | | manhattan_ap | 0.7262 | | euclidean_accuracy | 0.8804 | | euclidean_accuracy_threshold | 13.7647 | | euclidean_f1 | 0.7046 | | euclidean_f1_threshold | 15.2429 | | euclidean_precision | 0.7046 | | euclidean_recall | 0.7046 | | euclidean_ap | 0.7391 | | max_accuracy | 0.8809 | | max_accuracy_threshold | 217.5387 | | max_f1 | 0.7046 | | max_f1_threshold | 180.2034 | | max_precision | 0.7046 | | max_recall | 0.7236 | | **max_ap** | **0.7391** | #### Binary Classification * Evaluated with [BinaryClassificationEvaluator](https://sbert.net/docs/package_reference/sentence_transformer/evaluation.html#sentence_transformers.evaluation.BinaryClassificationEvaluator) | Metric | Value | |:-----------------------------|:-----------| | cosine_accuracy | 0.9316 | | cosine_accuracy_threshold | 0.63 | | cosine_f1 | 0.8316 | | cosine_f1_threshold | 0.5285 | | cosine_precision | 0.7843 | | cosine_recall | 0.885 | | cosine_ap | 0.8867 | | dot_accuracy | 0.9293 | | dot_accuracy_threshold | 199.23 | | dot_f1 | 0.8274 | | dot_f1_threshold | 165.8962 | | dot_precision | 0.7892 | | dot_recall | 0.8695 | | dot_ap | 0.8867 | | manhattan_accuracy | 0.9289 | | manhattan_accuracy_threshold | 176.4425 | | manhattan_f1 | 0.821 | | manhattan_f1_threshold | 176.4425 | | manhattan_precision | 0.8303 | | manhattan_recall | 0.8119 | | manhattan_ap | 0.8726 | | euclidean_accuracy | 0.932 | | euclidean_accuracy_threshold | 14.7442 | | euclidean_f1 | 0.8337 | | euclidean_f1_threshold | 16.6326 | | euclidean_precision | 0.7952 | | euclidean_recall | 0.8761 | | euclidean_ap | 0.8886 | | max_accuracy | 0.932 | | max_accuracy_threshold | 199.23 | | max_f1 | 0.8337 | | max_f1_threshold | 176.4425 | | max_precision | 0.8303 | | max_recall | 0.885 | | **max_ap** | **0.8886** | ## Training Details ### Training Dataset #### Unnamed Dataset * Size: 42,735 training samples * Columns: name, fiche, and label * Approximate statistics based on the first 1000 samples: | | name | fiche | label | |:--------|:---------------------------------------------------------------------------------|:------------------------------------------------------------------------------------|:------------------------------------------------| | type | string | string | int | | details | | | | * Samples: | name | fiche | label | |:---------------------------------------------|:-----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|:---------------| | Front End Angular Developer | communication WCF is used. The layer concept enables the reduction of dependencies (dependency injection) of the different tasks (separation of concerns). The entities are exchanged with the database via object-relational mapping (ORM) and processed using the CRUD methods. Through the consistent use of the MVVM pattern, we avoid code-behind. The user interface of the application is realized using the PRISM framework as a "Composite Application UI".Main tasks Software developerIn cooperation with a team located in Germany and respecting the software development guidelines and customers | 0 | | SCM : Administrateur des ventes | CHEF DE PROJET CONFIRME MAÎTRISANT ANGULAR 4.SON RÔLE SERA L'ENCADREMENT D'UNE EQUIPE ET LA GESTION TOTALE DU DÉVELOPPEMENT D'UNE APPLICATION MOBILE ANDROID.ESPRIT D'ÉQUIPE OBLIGATOIRE. | 0 | | Talent Acquisition Junior | Pilotage et suivi de toutes les activités du call center (commandes clients et interactions bénéficiaires de la carte).Assurer le calcul et le suivi des Kpi’s du call center.Veiller à la conformité des process et des procédures pour le call center.Contrôle de la prise en charge et la saisie des demandes et réclamations.Pilotage et suivi des projets de la direction clientèle.Assurer toutes demandes ou actions émanant de la Direction Clientèle.Assurer le maintien d’une bonne qualité de service.Augmenter la satisfaction | 0 | * Loss: [SoftmaxLoss](https://sbert.net/docs/package_reference/sentence_transformer/losses.html#softmaxloss) ### Evaluation Dataset #### Unnamed Dataset * Size: 2,250 evaluation samples * Columns: name, fiche, and label * Approximate statistics based on the first 1000 samples: | | name | fiche | label | |:--------|:---------------------------------------------------------------------------------|:------------------------------------------------------------------------------------|:------------------------------------------------| | type | string | string | int | | details | | | | * Samples: | name | fiche | label | |:---------------------------------------------------|:--------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|:---------------| | 1way com | Nous somme a la recherche de Profils en Telco avec connaissance en Produit! 😃Vous avez une connaissances dans la télécommunication? Emission ou réception (orange, sfr, boygues, free..)Vous voulez travailler dans un environnement stable, accueillant et sans pression?Vous êtes passionnés? Postulez maintenant et profitez d'un salaire motivant et pleins d'avantages:- Salaire 1100 a 1300 (selon le profil)- Primes et challenges- Tickets repas- Transport assuré- Samedi dimanche off- Titularisation- Convention | 1 | | Senior Front end Web Developer | As part of our growth in Tunis, we are looking to hire a Sénior Front-End Web Developer, who is passionate by Web Development and would like to have a career in an international company, in the Private Banking sector, within an exciting work environment.You will take part, throughout the software development life cycle (SDLC), to the requirement analysis, development and the support of different applications for private banks.You will perform AngularJS frontend development.You will integrate a highly motivated development team working on providing solutions for the private banking sector in which you will integrate the existing global | 1 | | DÉVELOPPEUR FULLSTACK RUBY ET ANGULAR | professionnel et d'évolution de carrière.- Projets stimulants et variés.- Esprit d'équipe et culture d'entreprise positive.- Salaire compétitif et avantages sociaux attractifs.Rejoignez MCOM et contribuez à révolutionner le commerce mobile avec nous! | 0 | * Loss: [SoftmaxLoss](https://sbert.net/docs/package_reference/sentence_transformer/losses.html#softmaxloss) ### Training Hyperparameters #### Non-Default Hyperparameters - `eval_strategy`: steps - `per_device_train_batch_size`: 64 - `per_device_eval_batch_size`: 32 - `num_train_epochs`: 5 - `warmup_ratio`: 0.1 - `bf16`: True #### All Hyperparameters
Click to expand - `overwrite_output_dir`: False - `do_predict`: False - `eval_strategy`: steps - `prediction_loss_only`: True - `per_device_train_batch_size`: 64 - `per_device_eval_batch_size`: 32 - `per_gpu_train_batch_size`: None - `per_gpu_eval_batch_size`: None - `gradient_accumulation_steps`: 1 - `eval_accumulation_steps`: None - `learning_rate`: 5e-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`: 5 - `max_steps`: -1 - `lr_scheduler_type`: linear - `lr_scheduler_kwargs`: {} - `warmup_ratio`: 0.1 - `warmup_steps`: 0 - `log_level`: passive - `log_level_replica`: warning - `log_on_each_node`: True - `logging_nan_inf_filter`: True - `save_safetensors`: True - `save_on_each_node`: False - `save_only_model`: False - `restore_callback_states_from_checkpoint`: False - `no_cuda`: False - `use_cpu`: False - `use_mps_device`: False - `seed`: 42 - `data_seed`: None - `jit_mode_eval`: False - `use_ipex`: False - `bf16`: True - `fp16`: False - `fp16_opt_level`: O1 - `half_precision_backend`: auto - `bf16_full_eval`: False - `fp16_full_eval`: False - `tf32`: None - `local_rank`: 0 - `ddp_backend`: None - `tpu_num_cores`: None - `tpu_metrics_debug`: False - `debug`: [] - `dataloader_drop_last`: False - `dataloader_num_workers`: 0 - `dataloader_prefetch_factor`: None - `past_index`: -1 - `disable_tqdm`: False - `remove_unused_columns`: True - `label_names`: None - `load_best_model_at_end`: 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 - `batch_sampler`: batch_sampler - `multi_dataset_batch_sampler`: proportional
### Training Logs
Click to expand | Epoch | Step | Training Loss | loss | max_ap | |:------:|:-----:|:-------------:|:------:|:------:| | 0 | 0 | - | - | 0.6610 | | 0.0673 | 300 | 0.638 | - | - | | 0.1346 | 600 | 0.5642 | - | - | | 0.2020 | 900 | 0.4942 | - | - | | 0.2244 | 1000 | - | 0.4283 | 0.7756 | | 0.2693 | 1200 | 0.4323 | - | - | | 0.3366 | 1500 | 0.3986 | - | - | | 0.4039 | 1800 | 0.3798 | - | - | | 0.4488 | 2000 | - | 0.3481 | 0.8517 | | 0.4713 | 2100 | 0.3532 | - | - | | 0.5386 | 2400 | 0.3407 | - | - | | 0.6059 | 2700 | 0.323 | - | - | | 0.6732 | 3000 | 0.3022 | 0.2953 | 0.8899 | | 0.7406 | 3300 | 0.2945 | - | - | | 0.8079 | 3600 | 0.2864 | - | - | | 0.8752 | 3900 | 0.2656 | - | - | | 0.8977 | 4000 | - | 0.2434 | 0.9199 | | 0.9425 | 4200 | 0.2581 | - | - | | 1.0099 | 4500 | 0.2486 | - | - | | 1.0772 | 4800 | 0.2282 | - | - | | 1.1221 | 5000 | - | 0.2160 | 0.9248 | | 1.1445 | 5100 | 0.2191 | - | - | | 1.2118 | 5400 | 0.2113 | - | - | | 1.2792 | 5700 | 0.2111 | - | - | | 1.3465 | 6000 | 0.2011 | 0.1882 | 0.9339 | | 1.4138 | 6300 | 0.1894 | - | - | | 1.4811 | 6600 | 0.1814 | - | - | | 1.5485 | 6900 | 0.1772 | - | - | | 1.5709 | 7000 | - | 0.1697 | 0.9409 | | 1.6158 | 7200 | 0.1731 | - | - | | 1.6831 | 7500 | 0.1707 | - | - | | 1.7504 | 7800 | 0.163 | - | - | | 1.7953 | 8000 | - | 0.1497 | 0.9411 | | 1.8178 | 8100 | 0.1576 | - | - | | 1.8851 | 8400 | 0.1518 | - | - | | 1.9524 | 8700 | 0.1447 | - | - | | 2.0197 | 9000 | 0.142 | 0.1355 | 0.9483 | | 2.0871 | 9300 | 0.1277 | - | - | | 2.1544 | 9600 | 0.1278 | - | - | | 2.2217 | 9900 | 0.1243 | - | - | | 2.2442 | 10000 | - | 0.1225 | 0.9526 | | 2.2890 | 10200 | 0.1228 | - | - | | 2.3564 | 10500 | 0.1214 | - | - | | 2.4237 | 10800 | 0.1173 | - | - | | 2.4686 | 11000 | - | 0.1082 | 0.9606 | | 2.4910 | 11100 | 0.1154 | - | - | | 2.5583 | 11400 | 0.1098 | - | - | | 2.6257 | 11700 | 0.1074 | - | - | | 2.6930 | 12000 | 0.105 | 0.1005 | 0.9656 | | 2.7603 | 12300 | 0.1042 | - | - | | 2.8276 | 12600 | 0.0998 | - | - | | 2.8950 | 12900 | 0.0967 | - | - | | 2.9174 | 13000 | - | 0.0911 | 0.9645 | | 2.9623 | 13200 | 0.0977 | - | - | | 3.0296 | 13500 | 0.0896 | - | - | | 3.0969 | 13800 | 0.0854 | - | - | | 3.1418 | 14000 | - | 0.0843 | 0.9686 | | 3.1643 | 14100 | 0.0848 | - | - | | 3.2316 | 14400 | 0.0841 | - | - | | 3.2989 | 14700 | 0.082 | - | - | | 3.3662 | 15000 | 0.0815 | 0.0790 | 0.9711 | | 3.4336 | 15300 | 0.0812 | - | - | | 3.5009 | 15600 | 0.0799 | - | - | | 3.5682 | 15900 | 0.0753 | - | - | | 3.5907 | 16000 | - | 0.0751 | 0.9725 | | 3.6355 | 16200 | 0.0756 | - | - | | 3.7029 | 16500 | 0.0737 | - | - | | 3.7702 | 16800 | 0.0742 | - | - | | 3.8151 | 17000 | - | 0.0713 | 0.9750 | | 3.8375 | 17100 | 0.0725 | - | - | | 3.9048 | 17400 | 0.0721 | - | - | | 3.9722 | 17700 | 0.0696 | - | - | | 4.0395 | 18000 | 0.0665 | 0.0664 | 0.9746 | | 4.1068 | 18300 | 0.0648 | - | - | | 4.1741 | 18600 | 0.0636 | - | - | | 4.2415 | 18900 | 0.0617 | - | - | | 4.2639 | 19000 | - | 0.0637 | 0.9757 | | 4.3088 | 19200 | 0.0624 | - | - | | 4.3761 | 19500 | 0.062 | - | - | | 4.4434 | 19800 | 0.0609 | - | - | | 4.4883 | 20000 | - | 0.0608 | 0.9774 | | 4.5108 | 20100 | 0.0607 | - | - | | 4.5781 | 20400 | 0.061 | - | - | | 4.6454 | 20700 | 0.0612 | - | - | | 4.7127 | 21000 | 0.0598 | 0.0591 | 0.9777 | | 4.7801 | 21300 | 0.0613 | - | - | | 4.8474 | 21600 | 0.0599 | - | - | | 4.9147 | 21900 | 0.0575 | - | - | | 4.9372 | 22000 | - | 0.0582 | 0.9783 | | 4.9820 | 22200 | 0.0593 | - | - | | 5.0 | 22280 | - | - | 0.5440 | | 0.8303 | 181 | - | - | 0.7148 | | 0.4587 | 100 | - | 0.2849 | 0.7360 | | 0.9174 | 200 | - | 0.3019 | 0.7230 | | 1.3761 | 300 | 0.2712 | 0.2813 | 0.7697 | | 1.8349 | 400 | - | 0.2667 | 0.8033 | | 2.2936 | 500 | - | 0.2673 | 0.7936 | | 2.7523 | 600 | 0.2268 | 0.2518 | 0.8078 | | 3.2110 | 700 | - | 0.2539 | 0.8103 | | 3.6697 | 800 | - | 0.2662 | 0.8118 | | 4.1284 | 900 | 0.1845 | 0.2688 | 0.8003 | | 4.5872 | 1000 | - | 0.2632 | 0.8081 | | 0.4587 | 100 | - | 0.2642 | 0.8101 | | 0.9174 | 200 | - | 0.2741 | 0.7995 | | 1.3761 | 300 | 0.1742 | 0.2818 | 0.7861 | | 1.8349 | 400 | - | 0.2595 | 0.8146 | | 2.2936 | 500 | - | 0.2716 | 0.8021 | | 2.7523 | 600 | 0.1572 | 0.2622 | 0.8013 | | 3.2110 | 700 | - | 0.2660 | 0.7985 | | 3.6697 | 800 | - | 0.2716 | 0.7986 | | 4.1284 | 900 | 0.1327 | 0.2724 | 0.7942 | | 4.5872 | 1000 | - | 0.2670 | 0.8007 | | 5.0 | 1090 | - | - | 0.5292 | | 0.1497 | 100 | - | 0.4254 | 0.5464 | | 0.2994 | 200 | - | 0.3918 | 0.5718 | | 0.4491 | 300 | 0.3988 | 0.3853 | 0.5670 | | 0.5988 | 400 | - | 0.3670 | 0.5780 | | 0.7485 | 500 | - | 0.3630 | 0.5954 | | 0.8982 | 600 | 0.3577 | 0.3551 | 0.6197 | | 1.0479 | 700 | - | 0.3463 | 0.6320 | | 1.1976 | 800 | - | 0.3362 | 0.6455 | | 1.3473 | 900 | 0.3092 | 0.3547 | 0.6496 | | 1.4970 | 1000 | - | 0.3403 | 0.6502 | | 1.6467 | 1100 | - | 0.3418 | 0.6614 | | 1.7964 | 1200 | 0.2901 | 0.3367 | 0.6781 | | 1.9461 | 1300 | - | 0.3283 | 0.6939 | | 2.0958 | 1400 | - | 0.3266 | 0.7053 | | 2.2455 | 1500 | 0.2627 | 0.3275 | 0.7074 | | 2.3952 | 1600 | - | 0.3174 | 0.6976 | | 2.5449 | 1700 | - | 0.3275 | 0.7037 | | 2.6946 | 1800 | 0.2319 | 0.3094 | 0.7086 | | 2.8443 | 1900 | - | 0.3184 | 0.7118 | | 2.9940 | 2000 | - | 0.3195 | 0.7076 | | 3.1437 | 2100 | 0.2222 | 0.3225 | 0.7178 | | 3.2934 | 2200 | - | 0.3214 | 0.7184 | | 3.4431 | 2300 | - | 0.3170 | 0.7270 | | 3.5928 | 2400 | 0.188 | 0.3236 | 0.7269 | | 3.7425 | 2500 | - | 0.3174 | 0.7345 | | 3.8922 | 2600 | - | 0.3196 | 0.7365 | | 4.0419 | 2700 | 0.1877 | 0.3174 | 0.7394 | | 4.1916 | 2800 | - | 0.3195 | 0.7355 | | 4.3413 | 2900 | - | 0.3207 | 0.7373 | | 4.4910 | 3000 | 0.1582 | 0.3274 | 0.7349 | | 4.6407 | 3100 | - | 0.3252 | 0.7350 | | 4.7904 | 3200 | - | 0.3210 | 0.7393 | | 4.9401 | 3300 | 0.1612 | 0.3205 | 0.7386 | | 5.0 | 3340 | - | - | 0.8142 | | 0.1497 | 100 | - | 0.2197 | 0.8248 | | 0.2994 | 200 | - | 0.2117 | 0.8303 | | 0.4491 | 300 | 0.2456 | 0.2299 | 0.8156 | | 0.5988 | 400 | - | 0.2219 | 0.8113 | | 0.7485 | 500 | - | 0.2149 | 0.8231 | | 0.8982 | 600 | 0.2397 | 0.2110 | 0.8354 | | 1.0479 | 700 | - | 0.2069 | 0.8479 | | 1.1976 | 800 | - | 0.2070 | 0.8465 | | 1.3473 | 900 | 0.1956 | 0.2046 | 0.8445 | | 1.4970 | 1000 | - | 0.2070 | 0.8412 | | 1.6467 | 1100 | - | 0.2001 | 0.8453 | | 1.7964 | 1200 | 0.185 | 0.1970 | 0.8473 | | 1.9461 | 1300 | - | 0.1904 | 0.8491 | | 2.0958 | 1400 | - | 0.1864 | 0.8691 | | 2.2455 | 1500 | 0.1537 | 0.1916 | 0.8570 | | 2.3952 | 1600 | - | 0.1886 | 0.8740 | | 2.5449 | 1700 | - | 0.1827 | 0.8770 | | 2.6946 | 1800 | 0.1363 | 0.1771 | 0.8798 | | 2.8443 | 1900 | - | 0.1768 | 0.8862 | | 2.9940 | 2000 | - | 0.1799 | 0.8912 | | 3.1437 | 2100 | 0.1276 | 0.1785 | 0.8838 | | 3.2934 | 2200 | - | 0.1772 | 0.8803 | | 3.4431 | 2300 | - | 0.1819 | 0.8801 | | 3.5928 | 2400 | 0.1048 | 0.1763 | 0.8820 | | 3.7425 | 2500 | - | 0.1782 | 0.8880 | | 3.8922 | 2600 | - | 0.1784 | 0.8833 | | 4.0419 | 2700 | 0.1017 | 0.1777 | 0.8885 | | 4.1916 | 2800 | - | 0.1805 | 0.8901 | | 4.3413 | 2900 | - | 0.1756 | 0.8911 | | 4.4910 | 3000 | 0.0853 | 0.1781 | 0.8895 | | 4.6407 | 3100 | - | 0.1784 | 0.8869 | | 4.7904 | 3200 | - | 0.1775 | 0.8879 | | 4.9401 | 3300 | 0.0854 | 0.1766 | 0.8883 | | 5.0 | 3340 | - | - | 0.8886 |
### Framework Versions - Python: 3.10.12 - Sentence Transformers: 3.0.1 - Transformers: 4.42.4 - PyTorch: 2.3.1+cu121 - Accelerate: 0.32.1 - Datasets: 2.21.0 - Tokenizers: 0.19.1 ## Citation ### BibTeX #### Sentence Transformers and SoftmaxLoss ```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", } ```