meandyou200175/e5_large_finetune_word

SentenceTransformer based on intfloat/multilingual-e5-base

This is a sentence-transformers model finetuned from intfloat/multilingual-e5-base. It maps sentences & paragraphs to a 768-dimensional dense vector space and can be used for semantic textual similarity, semantic search, paraphrase mining, text classification, clustering, and more.

Model Details

Model Description

• Model Type: Sentence Transformer
• Base model: intfloat/multilingual-e5-base
• Maximum Sequence Length: 512 tokens
• Output Dimensionality: 768 dimensions
• Similarity Function: Cosine Similarity

Model Sources

• Documentation: Sentence Transformers Documentation
• Repository: Sentence Transformers on GitHub
• Hugging Face: Sentence Transformers on Hugging Face

Full Model Architecture

SentenceTransformer(
  (0): Transformer({'max_seq_length': 512, 'do_lower_case': False}) with Transformer model: XLMRobertaModel 
  (1): Pooling({'word_embedding_dimension': 768, 'pooling_mode_cls_token': False, 'pooling_mode_mean_tokens': True, 'pooling_mode_max_tokens': False, 'pooling_mode_mean_sqrt_len_tokens': False, 'pooling_mode_weightedmean_tokens': False, 'pooling_mode_lasttoken': False, 'include_prompt': True})
  (2): Normalize()
)

Usage

Direct Usage (Sentence Transformers)

First install the Sentence Transformers library:

pip install -U sentence-transformers

Then you can load this model and run inference.

from sentence_transformers import SentenceTransformer

# Download from the 🤗 Hub
model = SentenceTransformer("meandyou200175/e5_large_finetune_word")
# Run inference
sentences = [
    'shop có bếp điện công suất dưới 1500W không',
    'Bếp từ Sunhouse SHD6017, Công suất: 1400W, Mặt kính chịu lực, 8 chế độ nấu, Giá: 899,000',
    'Bếp từ Sunhouse SHD6017, Công suất: 2171W, Mặt kính chịu lực, 8 chế độ nấu, Giá: 899,000',
]
embeddings = model.encode(sentences)
print(embeddings.shape)
# [3, 768]

# Get the similarity scores for the embeddings
similarities = model.similarity(embeddings, embeddings)
print(similarities.shape)
# [3, 3]

Evaluation

Metrics

Information Retrieval

• Evaluated with InformationRetrievalEvaluator

Metric	Value
cosine_accuracy@1	0.5286
cosine_accuracy@2	0.7286
cosine_accuracy@5	0.9571
cosine_accuracy@10	0.9857
cosine_accuracy@100	1.0
cosine_precision@1	0.5286
cosine_precision@2	0.3643
cosine_precision@5	0.1914
cosine_precision@10	0.0986
cosine_precision@100	0.01
cosine_recall@1	0.5286
cosine_recall@2	0.7286
cosine_recall@5	0.9571
cosine_recall@10	0.9857
cosine_recall@100	1.0
cosine_ndcg@10	0.7704
cosine_mrr@1	0.5286
cosine_mrr@2	0.6286
cosine_mrr@5	0.6952
cosine_mrr@10	0.6992
cosine_mrr@100	0.7001
cosine_map@100	0.7001

Training Details

Training Dataset

Unnamed Dataset

• Size: 1,253 training samples
• Columns: query, positive, negative_1, negative_2, negative_3, negative_4, negative_5, negative_6, negative_7, negative_8, negative_9, negative_10, negative_11, negative_12, negative_13, negative_14, and negative_15
• Approximate statistics based on the first 1000 samples:

  	query	positive	negative_1	negative_2	negative_3	negative_4	negative_5	negative_6	negative_7	negative_8	negative_9	negative_10	negative_11	negative_12	negative_13	negative_14	negative_15
  type	string	string	string	string	string	string	string	string	string	string	string	string	string	string	string	string	string
  details	min: 6 tokens mean: 14.89 tokens max: 30 tokens	min: 18 tokens mean: 28.65 tokens max: 77 tokens	min: 18 tokens mean: 29.18 tokens max: 77 tokens	min: 18 tokens mean: 29.35 tokens max: 77 tokens	min: 18 tokens mean: 29.43 tokens max: 79 tokens	min: 18 tokens mean: 29.55 tokens max: 77 tokens	min: 18 tokens mean: 29.53 tokens max: 77 tokens	min: 18 tokens mean: 29.46 tokens max: 77 tokens	min: 18 tokens mean: 29.64 tokens max: 79 tokens	min: 18 tokens mean: 29.39 tokens max: 79 tokens	min: 18 tokens mean: 29.44 tokens max: 77 tokens	min: 18 tokens mean: 28.93 tokens max: 77 tokens	min: 18 tokens mean: 28.65 tokens max: 71 tokens	min: 18 tokens mean: 28.52 tokens max: 77 tokens	min: 18 tokens mean: 28.33 tokens max: 77 tokens	min: 18 tokens mean: 28.89 tokens max: 71 tokens	min: 18 tokens mean: 28.63 tokens max: 66 tokens

• Samples:

  query	positive	negative_1	negative_2	negative_3	negative_4	negative_5	negative_6	negative_7	negative_8	negative_9	negative_10	negative_11	negative_12	negative_13	negative_14	negative_15
  shop có son môi tông màu trong khoảng đỏ tươi đến đỏ gạch không	Son lì MAC Retro Matte Ruby Woo, Màu: đỏ gạch, Chất son lì lâu trôi, Không chứa paraben, Khối lượng tịnh: 3g, Xuất xứ: Mỹ, Giá: 650.000	Máy giặt Electrolux EWF80743, dung tích 7kg, 800 vòng/phút, Giá: 5.250.000	Camera Xiaomi Mi 2K, góc quay 130°, hỗ trợ đàm thoại 2 chiều, Giá: 2.250.000	Vòng tay thông minh Amazfit GTR 3 Pro, Màn AMOLED 1.65 inch, Pin 12 ngày, Chống nước 5ATM, Giá: 5,490,000	Máy sấy Electrolux EDH708, 7kg, công suất 1800W, Giá: 7.200.000	Máy hút bụi Electrolux Z123, công suất 1800W, lọc HEPA, Giá: 2.800.000	Nồi áp suất điện Sunhouse SH1540, dung tích 9L, công suất 1200W, Giá 1250000	Máy giặt Samsung WW90T555DAX, dung tích 9kg, 1200 vòng/phút, cửa ngang, Giá 8000000	Webcam Logitech C920, Full HD 1080P, micro kép, Giá 1350000	Ghế massage Daikiosan DK-180, công suất 120W, nhiều chế độ, Giá: 3.950.000	Bếp từ Sunhouse SHD6156, công suất 2600W, hẹn giờ 3h, Giá 1050000	Xe đạp gấp Dahon Mariner D7, bánh 20 inch, 7 tốc độ, Giá: 4.250.000	Bình nước nóng Ariston AN15, dung tích 15L, điện áp 220V, Giá: 1.250.000	Quạt bàn Sunhouse SHF401, công suất 60W, 3 tốc độ, Giá: 370.000	Bình nước nóng Ariston AN30, dung tích 30L, điện áp 220V, Giá 1850000	Đồng hồ Amazfit GTS 4 Mini, pin 1200 phút (~20h), GPS, Giá: 3.900.000
  có công tắc thông minh giá dưới 500k không	Công tắc Xiaomi Smart WiFi, chịu tải 16A, kết nối 2.4GHz, Giá: 420.000	Công tắc Xiaomi Smart WiFi, chịu tải 738A, kết nối 2.4GHz, Giá: 420.000	Công tắc Xiaomi Smart WiFi, chịu tải 525A, kết nối 2.4GHz, Giá: 420.000	Công tắc Xiaomi Smart WiFi, chịu tải 558A, kết nối 2.4GHz, Giá: 420.000	Công tắc Xiaomi Smart WiFi, chịu tải 661A, kết nối 2.4GHz, Giá: 420.000	Công tắc Xiaomi Smart WiFi, chịu tải 703A, kết nối 2.4GHz, Giá: 420.000	Công tắc Xiaomi Smart WiFi, chịu tải 591A, kết nối 2.4GHz, Giá: 420.000	Công tắc Xiaomi Smart WiFi, chịu tải 715A, kết nối 2.4GHz, Giá: 420.000	Công tắc Xiaomi Smart WiFi, chịu tải 670A, kết nối 2.4GHz, Giá: 420.000	Công tắc Xiaomi Smart WiFi, chịu tải 691A, kết nối 2.4GHz, Giá: 420.000	Công tắc Xiaomi Smart WiFi, chịu tải 624A, kết nối 2.4GHz, Giá: 420.000	Tủ lạnh LG 300 lít, 2 ngăn đông-mát, Inverter tiết kiệm điện, Giá: 11.200.000	Lò nướng Sunhouse SHD4230, dung tích 35L, công suất 1500W, Giá: 950.000	Máy lọc không khí Sharp FP-J60E, công suất 55W, diện tích 45 mét vuông, Giá 2150000	Nồi áp suất Sunhouse SH1535, dung tích 7L, công suất 1200W, Giá: 1.050.000	Máy lọc nước Karofi 8 lõi, bình 8L, Giá: 6.200.000
  cho tôi bếp từ giá từ 5 đến 6 triệu	Bếp từ Bosch PPI82560MS, tổng công suất 1800W, mặt kính chịu lực, Giá: 5.200.000	Bếp từ Bosch PPI82560MS, tổng công suất 1800W, mặt kính chịu lực, Giá: 1040000.000	Máy sấy Electrolux EDV7052, dung tích 7kg, công suất 1600W, Giá: 5.250.000	Smart Tivi Sony Bravia 43X75K, 43 inch, 4K HDR, Giá: 9.700.000	Tủ đông Sanaky 350 lít, 2 ngăn 2 chế độ, Công suất: 150W, Gas R600a tiết kiệm điện, Bánh xe di chuyển tiện lợi, Giá: 7.200.000	Máy lọc không khí Xiaomi Mi Air Purifier 4, công suất 50W, lọc bụi PM2.5, Giá: 3.200.000	Vali Trip P803, size 24 inch, chất liệu ABS, khóa TSA, Giá: 1.750.000	Máy xay cà phê Hario Skerton Plus, dung tích 250g, tay quay, Giá 520000	Máy sấy tóc Braun HD385, công suất 1800W, 2 tốc độ, Giá: 420.000	Tai nghe Sony WH-1000XM4, chống ồn ANC, pin 30h, Giá: 4.900.000	Bàn phím cơ AKKO 3108, LED RGB, switch Blue, Giá: 1.350.000	Máy lọc nước Kangaroo KG109, công suất 15L/h, 9 lõi lọc, Giá: 7.250.000	Máy lọc không khí Coway AP-1009CH, Phạm vi 33m2, Bộ lọc HEPA, Giá: 4.100.000	Công tắc Tuya Smart WiFi, chịu tải 16A, kết nối 2.4GHz, Giá: 420.000	Nồi áp suất Sunhouse SH1535, dung tích 7L, công suất 1200W, Giá: 1.050.000	Bếp từ Bosch 2 vùng nấu, tổng công suất 2980W, mặt kính chịu lực, Giá: 5.500.000

• Loss: MultipleNegativesRankingLoss with these parameters:

  {
      "scale": 20.0,
      "similarity_fct": "cos_sim"
  }
  

Evaluation Dataset

Unnamed Dataset

• Size: 140 evaluation samples
• Columns: query, positive, negative_1, negative_2, negative_3, negative_4, negative_5, negative_6, negative_7, negative_8, negative_9, negative_10, negative_11, negative_12, negative_13, negative_14, and negative_15
• Approximate statistics based on the first 140 samples:

  	query	positive	negative_1	negative_2	negative_3	negative_4	negative_5	negative_6	negative_7	negative_8	negative_9	negative_10	negative_11	negative_12	negative_13	negative_14	negative_15
  type	string	string	string	string	string	string	string	string	string	string	string	string	string	string	string	string	string
  details	min: 7 tokens mean: 14.14 tokens max: 27 tokens	min: 19 tokens mean: 30.16 tokens max: 66 tokens	min: 19 tokens mean: 30.41 tokens max: 66 tokens	min: 18 tokens mean: 30.1 tokens max: 77 tokens	min: 19 tokens mean: 30.38 tokens max: 57 tokens	min: 19 tokens mean: 30.21 tokens max: 57 tokens	min: 19 tokens mean: 30.89 tokens max: 57 tokens	min: 18 tokens mean: 30.06 tokens max: 63 tokens	min: 18 tokens mean: 29.28 tokens max: 60 tokens	min: 19 tokens mean: 29.62 tokens max: 57 tokens	min: 19 tokens mean: 30.59 tokens max: 57 tokens	min: 19 tokens mean: 29.91 tokens max: 57 tokens	min: 19 tokens mean: 28.36 tokens max: 66 tokens	min: 18 tokens mean: 28.47 tokens max: 77 tokens	min: 19 tokens mean: 28.84 tokens max: 57 tokens	min: 18 tokens mean: 28.08 tokens max: 53 tokens	min: 18 tokens mean: 28.56 tokens max: 57 tokens

• Samples:

  query	positive	negative_1	negative_2	negative_3	negative_4	negative_5	negative_6	negative_7	negative_8	negative_9	negative_10	negative_11	negative_12	negative_13	negative_14	negative_15
  có áo sơ mi nữ giá nhỏ hơn 500k không	Áo sơ mi lụa Mango, Kiểu dáng: basic, Màu: trắng, Chất liệu: 100% silk, Size: S/M/L, Giá: 399.000	Áo sơ mi lụa Mango, Kiểu dáng: basic, Màu: trắng, Chất liệu: 653% silk, Size: S/M/L, Giá: 399.000	Áo sơ mi lụa Mango, Kiểu dáng: basic, Màu: trắng, Chất liệu: 655% silk, Size: S/M/L, Giá: 399.000	Áo sơ mi lụa Mango, Kiểu dáng: basic, Màu: trắng, Chất liệu: 684% silk, Size: S/M/L, Giá: 399.000	Áo sơ mi lụa Mango, Kiểu dáng: basic, Màu: trắng, Chất liệu: 576% silk, Size: S/M/L, Giá: 399.000	Áo sơ mi lụa Mango, Kiểu dáng: basic, Màu: trắng, Chất liệu: 695% silk, Size: S/M/L, Giá: 399.000	Áo sơ mi lụa Mango, Kiểu dáng: basic, Màu: trắng, Chất liệu: 594% silk, Size: S/M/L, Giá: 399.000	Áo sơ mi lụa Mango, Kiểu dáng: basic, Màu: trắng, Chất liệu: 632% silk, Size: S/M/L, Giá: 399.000	Áo sơ mi lụa Mango, Kiểu dáng: basic, Màu: trắng, Chất liệu: 530% silk, Size: S/M/L, Giá: 399.000	Áo sơ mi lụa Mango, Kiểu dáng: basic, Màu: trắng, Chất liệu: 536% silk, Size: S/M/L, Giá: 399.000	Áo sơ mi lụa Mango, Kiểu dáng: basic, Màu: trắng, Chất liệu: 535% silk, Size: S/M/L, Giá: 399.000	Máy rửa bát Bosch SMS46NI05E, 12 bộ, 6 chương trình rửa, Tiết kiệm nước, Giá: 16.500.000	Laptop Asus ZenBook, Intel Core i7-1255U, RAM 16GB, SSD 1TB, Giá: 28.500.000	Robot hút bụi + lọc không khí Dreame L10S Ultra, lực hút 4005Pa, pin 150 phút, Giá: 18.520.000	Giày chạy bộ Adidas Duramo SL, Đế EVA, Upper Mesh thoáng khí, Size 40-44, Giá: 1.650.000	Nồi cơm điện Sharp 1.8L, công suất 700W, Giá 650000
  Bàn ủi <1200W	Bàn ủi khô Tefal FV1020, công suất 1000W, Giá: 380.000	Bàn ủi khô Tefal FV1020, công suất 1509W, Giá: 380.000	Bàn ủi khô Tefal FV1020, công suất 1480W, Giá: 380.000	Bàn ủi khô Tefal FV1020, công suất 1360W, Giá: 380.000	Bàn ủi khô Tefal FV1020, công suất 1489W, Giá: 380.000	Bàn ủi khô Tefal FV1020, công suất 1753W, Giá: 380.000	Bàn ủi khô Tefal FV1020, công suất 1670W, Giá: 380.000	Bàn ủi khô Tefal FV1020, công suất 1547W, Giá: 380.000	Bàn ủi khô Tefal FV1020, công suất 1646W, Giá: 380.000	Bàn ủi khô Tefal FV1020, công suất 1454W, Giá: 380.000	Bàn ủi khô Tefal FV1020, công suất 1631W, Giá: 380.000	Áo sơ mi lụa Mango, Kiểu dáng: basic, Màu: trắng, Chất liệu: 100% silk, Size: S/M/L, Giá: 399.000	Xe đẩy Aprica Nano Smart, Trọng lượng: 6.8kg, Khung nhôm, Gấp gọn 1 tay, 3 tư thế ngả, Bảo hành: 12 tháng, Giá: 6.200.000	Bàn gỗ công nghiệp MDF dài 140cm, rộng 70cm, có ngăn kéo, Giá: 2.500.000	Máy sấy Electrolux EDH802, công suất 2000W, sức chứa 8kg, Giá: 12.500.000	Điều hòa Panasonic 12000 BTU (~3.52kW), 1 chiều, Inverter tiết kiệm điện, Giá: 11.500.000
  tôi cần tai nghe chống ồn chủ động pin trên 22 giờ	Tai nghe Sony WH-1000XM5, pin 1320 phút (~22h), chống ồn ANC, Giá: 8.300.000	Tai nghe Sony WH-190XM5, pin 1320 phút (~22h), chống ồn ANC, Giá: 8.300.000	Tai nghe Sony WH-160XM5, pin 1320 phút (~22h), chống ồn ANC, Giá: 8.300.000	Tai nghe Sony WH-180XM5, pin 1320 phút (~22h), chống ồn ANC, Giá: 8.300.000	Tai nghe Sony WH-140XM5, pin 1320 phút (~22h), chống ồn ANC, Giá: 8.300.000	Tai nghe Sony WH-200XM5, pin 1320 phút (~22h), chống ồn ANC, Giá: 8.300.000	Tai nghe Sony WH-150XM5, pin 1320 phút (~22h), chống ồn ANC, Giá: 8.300.000	Tai nghe Sony WH-130XM5, pin 1320 phút (~22h), chống ồn ANC, Giá: 8.300.000	Tai nghe Sony WH-120XM5, pin 1320 phút (~22h), chống ồn ANC, Giá: 8.300.000	Máy tính bảng Samsung Galaxy Tab S9+, Màn hình 12.4 inch AMOLED, RAM 12GB, Bộ nhớ 256GB, Giá: 21.900.000	Đồng hồ thông minh Amazfit Bip U Pro, Pin 14 ngày, Màn 1.43 inch, GPS, Chống nước 5ATM, Giá: 1,490,000	Bàn là Sunhouse SHI1305, công suất 1400W, đế chống dính ceramic, Giá 380000	Máy lọc nước Karofi 12000ml, công suất 95W, 8 lõi lọc, Giá: 7.000.000	Webcam Logitech C270, Full HD 720P, micro tích hợp, Giá 650000	Máy giặt LG FV1409S3W, dung tích 9kg, 1000 vòng/phút, Giá: 6.950.000	Màn hình Gigabyte G24F, 24 inch, 144Hz, 1ms, Giá: 5.700.000

• Loss: MultipleNegativesRankingLoss with these parameters:

  {
      "scale": 20.0,
      "similarity_fct": "cos_sim"
  }
  

Training Hyperparameters

Non-Default Hyperparameters

• eval_strategy: steps
• per_device_train_batch_size: 2
• per_device_eval_batch_size: 2
• learning_rate: 2e-05
• num_train_epochs: 5
• warmup_ratio: 0.1
• fp16: 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: 2
• per_device_eval_batch_size: 2
• 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: 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: False
• fp16: True
• 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
• 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: no_duplicates
• multi_dataset_batch_sampler: proportional

Training Logs

Epoch	Step	Training Loss	Validation Loss	cosine_ndcg@10
-1	-1	-	-	0.6937
0.1595	100	2.3128	-	-
0.3190	200	1.5229	-	-
0.4785	300	1.1498	-	-
0.6380	400	1.1066	-	-
0.7974	500	0.9526	-	-
0.9569	600	1.0513	-	-
1.1164	700	0.8165	-	-
1.2759	800	0.7312	-	-
1.4354	900	0.9387	-	-
1.5949	1000	0.7608	0.9302	0.7515
1.7544	1100	0.6123	-	-
1.9139	1200	0.725	-	-
2.0734	1300	0.5746	-	-
2.2329	1400	0.5821	-	-
2.3923	1500	0.5943	-	-
2.5518	1600	0.4776	-	-
2.7113	1700	0.487	-	-
2.8708	1800	0.5512	-	-
3.0303	1900	0.3788	-	-
3.1898	2000	0.3386	0.8075	0.7595
3.3493	2100	0.3997	-	-
3.5088	2200	0.404	-	-
3.6683	2300	0.404	-	-
3.8278	2400	0.3097	-	-
3.9872	2500	0.4796	-	-
4.1467	2600	0.2501	-	-
4.3062	2700	0.2341	-	-
4.4657	2800	0.3501	-	-
4.6252	2900	0.2528	-	-
4.7847	3000	0.31	0.6901	0.7704
4.9442	3100	0.3391	-	-

Framework Versions

• Python: 3.11.13
• Sentence Transformers: 4.1.0
• Transformers: 4.52.4
• PyTorch: 2.6.0+cu124
• Accelerate: 1.8.1
• Datasets: 3.6.0
• Tokenizers: 0.21.2

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",
}

MultipleNegativesRankingLoss

@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}
}